Thank you for sending your enquiry! One of our team members will contact you shortly.
Thank you for sending your booking! One of our team members will contact you shortly.
Kursplan
Introduktion
Översikt över Azure Machine Learning (AML) Funktioner och Arkitektur
Översikt över en End-to-End Arbetsflöde i AML (Azure Machine Learning Pipelines)
Inrättning av Virtuella Maskiner i Molnet
Skalbarhetsöverväganden (CPUs, GPUs och FPGAs)
Navigering i Azure Machine Learning Studio
Förberedelse av Data
Byggande av en Modell
Träning och Testning av en Modell
Registrering av en Tränad Modell
Byggande av en Modellbild
Distribuering av en Modell
Övervakning av en Modell i Produktion
Felsökning
Sammanfattning och Slutsats
Krav
- Förståelse för maskininlärningsbegrepp.
- Kunskap om molnbaserade beräkningskoncept.
- En allmän förståelse för containrar (Docker) och orchestration (Kubernetes).
- Erfarenhet av Python eller R-programmering är till hjälp.
- Erfarenhet av att arbeta med kommandorad.
Målgrupp
- Data science-engineers
- DevOps-engineers intresserade av att distribuera maskininlärningsmodeller
- Infrastruktur-engineers intresserade av att distribuera maskininlärningsmodeller
- Programmerare som vill automatisera integrering och distribution av maskininlärningsfunktioner i sin applikation
21 timmar
Vittnesmål (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurs - Azure Machine Learning (AML)
The Exercises
