Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3952357
[fdc] => 300.00
[adc] => 100.00
[region_id] => se_1169
[region_name] => Uppsala
[venue_name] => Uppsala
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Stationsgatan 4
[city] => Uppsala
[province] =>
[country] => sweden
[postal_code] => 753 40
[address] => NobleProg Uppsala
[effective_fdc] => 300.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148721
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1173
[region_name] => Skåne
[venue_name] => Malmö, Stadskärna
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Carlsgatan 10C
[city] => Malmö
[province] =>
[country] => sweden
[postal_code] => 21120
[address] => NobleProg Malmö
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148725
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1177
[region_name] => Västra Götaland
[venue_name] => Göteborg
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Bäckebolsvägen 4
[city] => Göteborg
[province] =>
[country] => sweden
[postal_code] => 422 53
[address] => NobleProg klassrum i Scandic Backadal Göteborg
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148729
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1181
[region_name] => Västmanland
[venue_name] => Västerås
[venue_language] => en
[sales_area] => se_sweden
[street_name] =>
[city] => Stora Gatan 32
[province] =>
[country] => sweden
[postal_code] => 722 12
[address] => NobleProg klassrum i Clarion Collection Hotel Etage Västerås
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148785
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1185
[region_name] => Örebro
[venue_name] => Örebro, City Center
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Kungsgatan 14
[city] => Örebro
[province] =>
[country] => sweden
[postal_code] => 702 11
[address] => NobleProg klassrum i Clarion Hotel Örebro
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_3148733
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_1189
[region_name] => Östergötland
[venue_name] => Linköping
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Gamla Tanneforsvägen 51
[city] => Linköping
[province] =>
[country] => sweden
[postal_code] => 582 54
[address] => NobleProg klassrum i Scandic Linköping
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
NP URI: www.nobleprog.se/azure-ai-utbildningar Undefined property: Event::$effective_adp /apps/hitra7/npfrontend/includes/functions/course-prices.php:152 Array
(
[0] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 152
[function] => {closure:/apps/hitra7/npfrontend/index.php:4}
[args] => Array
(
[0] => 2
[1] => Undefined property: Event::$effective_adp
[2] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[3] => 152
)
)
[1] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-prices.php
[line] => 40
[function] => course_price_table
[args] => Array
(
[0] => Defaults Object
(
[default_venue_fdc] => 650
[default_venue_adc] => 100
)
[1] => 10
[2] => stdClass Object
(
[venue_id] => se_2663
[fdc] => 200.00
[adc] => 100.00
[region_id] => se_465
[region_name] => Stockholm
[venue_name] => Stockholm, Hötorget
[venue_language] => en
[sales_area] => se_sweden
[street_name] => Slöjdgatan 7
[city] => Stockholm
[province] =>
[country] => sweden
[postal_code] => 111 57
[address] => NobleProg klassrum in Scandic Klara Hotel Stockholm
[effective_fdc] => 200.00
[effective_adc] => 100.00
)
[3] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[2] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/course-schedule.php
[line] => 75
[function] => course_price_virtual_event_price
[args] => Array
(
[0] => azuremlai
[1] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
[3] => Array
(
[file] => /apps/hitra7/npfrontend/includes/functions/category-functions.php
[line] => 334
[function] => np_upcoming_courses_schedule
[args] => Array
(
[0] => Array
(
[azuremlai] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
[1] => Array
(
[0] => se_1173
[1] => se_465
[2] => se_1169
[3] => se_1181
[4] => se_1177
[5] => se_1185
[6] => se_1189
)
)
)
[4] => Array
(
[file] => /apps/hitra7/npfrontend/modules/category/category.php
[line] => 35
[function] => category_get_upcoming_courses
[args] => Array
(
[0] => Array
(
[0] => Array
(
[region_id] => online_region
[region_name] => Online
[url_path_mapper] => online
[locative_case_name] =>
[language] => sv
[region_publish_status] => 1
[sales_area] => online
[parent_region] =>
)
[1] => Array
(
[region_id] => se_1173
[region_name] => Skåne
[url_path_mapper] => skane
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[2] => Array
(
[region_id] => se_465
[region_name] => Stockholm
[url_path_mapper] => stockholm
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[3] => Array
(
[region_id] => se_1169
[region_name] => Uppsala
[url_path_mapper] => uppsala
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[4] => Array
(
[region_id] => se_1181
[region_name] => Västmanland
[url_path_mapper] => vastmanland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[5] => Array
(
[region_id] => se_1177
[region_name] => Västra Götaland
[url_path_mapper] => vastra-gotaland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[6] => Array
(
[region_id] => se_1185
[region_name] => Örebro
[url_path_mapper] => orebro
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
[7] => Array
(
[region_id] => se_1189
[region_name] => Östergötland
[url_path_mapper] => ostergotland
[locative_case_name] =>
[language] => sv
[sales_area] => se_sweden
[parent_region] =>
)
)
[1] => Array
(
[0] => stdClass Object
(
[course_code] => azuremlai
[hr_nid] => 531023
[title] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[overview] =>
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
[category_overview] =>
[language] =>
[duration] => 14
[changed] => 1755818579
[source_language] => en
[weight] => -1001
[tags] =>
[requirements] =>
[outline] =>
[title_mt] => Azure ML och Azure OpenAI: Bygga och distribuera AI-applikationer
[fdp] => 2000
[adp] => 800
[days] => 2
[hours] => 14
)
)
)
)
[5] => Array
(
[file] => /apps/hitra7/npfrontend/core/routes.php
[line] => 15
[function] => category_menu_callback
[args] => Array
(
[0] => /azure-ai-utbildningar
)
)
[6] => Array
(
[file] => /apps/hitra7/npfrontend/__index.php
[line] => 81
[args] => Array
(
[0] => /apps/hitra7/npfrontend/core/routes.php
)
[function] => require_once
)
[7] => Array
(
[file] => /apps/hitra7/npfrontend/index.php
[line] => 15
[args] => Array
(
[0] => /apps/hitra7/npfrontend/__index.php
)
[function] => include_once
)
[8] => Array
(
[file] => /apps/hitra7/index.php
[line] => 66
[args] => Array
(
[0] => /apps/hitra7/npfrontend/index.php
)
[function] => include_once
)
)
Azure AI Kurs i Sverige
Azure AI Kurs i Sverige
Vad om ditt moln kunde se, höra, prata och resonera — med företagsstandard för pålitlighet? Med Azure AI, kan det. Våra instruktörsledda livekurser utforskar hur Microsofts kraftfulla AI-plattform driver verklig innovation — oavsett om du distribuerar multimodala agenter via Azure OpenAI, bygger röstappar med Speech Services, eller automatiserar beslut med Cognitive Services och Azure Machine Learning.Utbilda dig online via en interaktiv fjärrdatorsession, eller delta i live-sessioner i Sverige — hålls på plats på din anläggning eller på ett NobleProg utbildningscenter — där labbarna simulerar kritiska AI-pipelines i stor skala.Betecknas även som Microsoft Azure AI, Azure Cognitive Services, eller Azure OpenAI, följer denna utbildningsspår professionella och team i design, distribuera och styra intelligenta applikationer — säkert, ansvarsfullt och i molnhastighet.NobleProg – Din lokala utbildningsleverantör
Azure Machine Learning (ML) och Azure OpenAI är molntjänster som gör det möjligt för team att bygga, utvärdera och distribuera maskininlärnings- och generativ AI-funktioner till produktionsapplikationer.
Denna instruktörsledda, live-träning (online eller på plats) riktar sig till data- och applikationsprofessionella på mellannivå som vill använda Azure ML och Azure OpenAI för att skapa, distribuera och driva slutna AI-lösningar.
Vid slutet av denna träning kommer deltagarna att kunna:
Navigera i Azure Machine Learning Studio och implementera slutna ML-arbetsflöden.
Förbereda data, träna, testa och utvärdera modeller med lämpliga valideringsmått.
Registrera, paketera och distribuera modeller tillförlitligt till hanterade slutpunkter.
Integrera Azure OpenAI-modeller och Azure AI Search i applikationer med bästa praxis.
Kursformat
Interaktiv föreläsning och diskussion.
Många övningar och praktik.
Hands-on implementering i en live-lablab-miljö.
Alternativ för Kursanpassning
För att be om en anpassad träning för denna kurs, kontakta oss för att arrangera.
Azure ML och Azure OpenAI: Bygga och Distribuera AI-Applikationer Förståelse av Python och grundläggande maskininlärningskoncept Erfarenhet av REST-API:er eller SDK:er Grundläggande bekantskap med Azure-tjänster Målgrupp Datavetare och ML-ingenjörer Applikationsutvecklare som bygger AI-funktioner Tekniska ledare och lösningsarkitekter Grundläggande Azure Machine Learning Översikt över AML-funktioner och arkitektur Översikt över ett slutet arbetsflöde i AML (Azure ML-pipelines) Navigering i Azure Machine Learning Studio Dataförberedelse och Modellering Dataförberedelse Bygga en modell Träna och testa en modell Modellutvärdering och Robusthet Valideringsmått för ML-modeller Hantering och förebyggande av överanpassning Modellhantering och Distribution Registrera en tränad modell Skapa en modellbild Distribuera en modell OpenAI API Grunderna på Azure Introduktion till OpenAI API API-konfiguration och autentisering Hämtnings- och Applikationsintegration Dokument med AI Sökning Integrera OpenAI-modeller i applikationer Anpassning och Produktionspraxis Modellfinjustering / anpassning Bästa praxis i produktion Sammanfattning och Nästa Steg
Helg Azure AI kurs, kvällAzure AI utbildning, Azure AI bootcamp, Azure AI instruktörledd, Helg Azure AI utbildning, Kväll Azure AI kurs, Azure AI coaching, Azure AI instruktör, Azure AI tränare, Azure AI kurs, Azure AI klasser, Azure AI on-site, Azure AI privata kurser, Azure AI en till en utbildning
