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.
Kurzusleírás
Bevezetés
A Azure Machine Learning (AML) jellemzők és felépítés áttekintése
Egy végpontok közötti munkafolyamat áttekintése az AML-ben (Azure Machine Learning folyamatok)
Virtuális gépek biztosítása a felhőben
Méretezési szempontok (CPU-k, GPU-ek és FPGA-k)
Az Azure Machine Learning Studio navigációja
Adatok előkészítése
Modell építése
Modell betanítása és tesztelése
Képzett modell regisztrálása
Modellkép készítése
Modell telepítése
Modell felügyelete a gyártásban
Hibaelhárítás
Összefoglalás, és következtetés
Követelmények
- A gépi tanulási koncepciók megértése.
- A számítási felhő fogalmainak ismerete.
- A konténerek (Docker) és a hangszerelés (Kubernetes) általános ismerete.
- Python vagy R programozási tapasztalat hasznos.
- Parancssoros munkatapasztalat.
Közönség
- Adattudományi mérnökök
- DevOps mérnökök, akik érdeklődnek a gépi tanulási modell bevezetése iránt
- Infrastruktúramérnökök, akik érdekesek a gépi tanulási modell bevezetésében
- Szoftvermérnökök, akik automatizálni kívánják a gépi tanulási funkciók integrációját és telepítését alkalmazásaikkal
21 Hours
Vélemények (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurzus - Azure Machine Learning (AML)
The Exercises