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)

Navigere i 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 implementering 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

Antall deltakere


Starts

Ends


Dates are subject to availability and take place between 09:30 and 16:30.

Price per participant

Testimonials (2)

Relaterte kurs

Related Categories