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
Introduksjon
Oversikt over Azure Machine Learning (AML) funksjoner og arkitektur
Oversikt over en ende-til-ende arbeidsflyt i AML (Azure Machine Learning Pipelines)
Klargjøring av virtuelle maskiner i skyen
Skaleringshensyn (CPU-er, GPU-er og FPGA-er)
Navigering Azure Machine Learning Studio
Forbereder data
Bygge en modell
Trening og testing av en modell
Registrere en trent modell
Bygge et modellbilde
Utplassering av en modell
Overvåking av en modell i produksjon
Feilsøking
Oppsummering og konklusjon
Krav
- En forståelse av konsepter for maskinlæring.
- Kunnskap om cloud computing konsepter.
- En generell forståelse av containere (Docker) og orkestrering (Kubernetes).
- Python eller R programmeringserfaring er nyttig.
- Erfaring med å jobbe med en kommandolinje.
Publikum
- Datavitenskapelige ingeniører
- DevOps ingeniører som er interessert i utrulling av maskinlæringsmodeller
- Infrastrukturingeniører som er interessante i utrulling av maskinlæringsmodeller
- Programvareingeniører som ønsker å automatisere integrering og distribusjon av maskinlæringsfunksjoner med applikasjonen deres
21 timer
Testimonials (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurs - Azure Machine Learning (AML)
The Exercises
