Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés
Azure Machine Learning (AML) funkciók és architektúra áttekintése
Azure Machine Learning Pipelines segítségével végigmenő munkafolyamat áttekintése
Virtuális gépek biztosítása a felhőben
Skálázási figyelmeztetések (CPU-k, GPU-k és FPGA-k)
Azure Machine Learning Studio navigálása
Adatok előkészítése
Modell építése
Modell kiképzése és tesztelése
Kiképzett modell regisztrálása
Modell kép létrehozása
Modell telepítése
Modell figyelése termelésben
Hibaelhárítás
Összegzés és záró
Követelmények
- Gépes tanulás fogalmak megértése.
- Felhőszámítás fogalmak ismerete.
- Általános ismeret a konténerekről (Docker) és az orchestrációról (Kubernetes).
- Python vagy R programozási tapasztalat hasznos.
- Tapasztalat parancssori munkával.
Audience
- Adat tudományi mérnökök
- DevOps mérnökök, akik érdeklődnek a géptanulási modellek telepítéséért
- Infra mérnökök, akik érdeklődnek a géptanulási modellek telepítéséért
- Szoftvermérnökök, akik automatizálni szeretnék a géptanulási funkciók integrálását és telepítését az alkalmazásaikkal
21 Órák
Vélemények (2)
A tárgyak részletei és a bemutató stílusa.
Cristian Mititean - Accenture Industrial SS
Kurzus - Azure Machine Learning (AML)
Gépi fordítás
A Gyakorlatok
Khaled Altawallbeh - Accenture Industrial SS
Kurzus - Azure Machine Learning (AML)
Gépi fordítás