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) Egenskaper og Arkitektur
Oversikt over en End-to-End Workflow i AML (Azure Machine Learning Pipelines)
Opprettelse av Virtuelle Maskiner i Skyen
Skaleringstanker (CPUs, GPUs, og FPGAs)
Navigere i Azure Machine Learning Studio
Forberede Data
Bygge en Modell
Trene og teste en Modell
Registrere en Trenet Modell
Bygge en Modellbilde
Deployere en Modell
Overvåke en Modell i Produksjon
Feilsøking
Oppsummering og Konklusjon
Krav
- En forståelse av maskinlæringskonsepter.
- Kunnskap om skybasert regning (cloud computing) konsepter.
- En generell forståelse av containers (Docker) og orchestration (Kubernetes).
- Python eller R programmeringserfaring er nyttig.
- Erfaring med å jobbe med kommandolinje.
Målgruppe
- Data science engineers
- DevOps engineers interessert i deployering av maskinlæringsmodeller
- Infrastruktur engineers interessert i deployering av maskinlæringsmodeller
- Software engineers som ønsker å automatisere integrering og deployering av maskinlæringsfunksjoner i sine applikasjoner
21 timer
Testimonials (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurs - Azure Machine Learning (AML)
The Exercises
