Kursplan

Införandet

Översikt över Azure Machine Learning (AML) funktioner och arkitektur

Översikt över ett arbetsflöde från slutpunkt till slutpunkt i AML (Azure Machine Learning pipelines)

Etablering av virtuella datorer i molnet

Att tänka på vid skalning (processorer, GPUs och FPGA:er)

Navigera Azure Machine Learning Studio

Förbereda data

Bygga en modell

Träna och testa en modell

Registrera en tränad modell

Skapa en modellbild

Distribuera en modell

Övervaka en modell i produktion

Felsökning

Sammanfattning och slutsats

Krav

  • En förståelse för maskininlärningskoncept.
  • Kunskap om cloud computing-koncept.
  • En allmän förståelse för containrar (Docker) och orkestrering (Kubernetes).
  • Python eller erfarenhet av R-programmering är till hjälp.
  • Erfarenhet av att arbeta med en kommandorad.

Publik

  • Ingenjörer inom datavetenskap
  • DevOps Ingenjörer som är intresserade av implementering av maskininlärningsmodeller
  • Infrastrukturingenjörer som är intressanta för distribution av maskininlärningsmodeller
  • Programvaruingenjörer som vill automatisera integreringen och distributionen av maskininlärningsfunktioner med sina applikationer
 21 timmar

Antal deltagare


Price per participant

Vittnesmål (2)

Upcoming Courses

Relaterade Kategorier