План на курса
Въведение
Обзор на характеристиките и архитектурата на Azure Machine Learning (AML)
Обзор на цял процес в AML (Azure Machine Learning Pipelines)
Определяне на Виртуални Машини в облака
Разширяване на възможностите (CPUs, GPUs и FPGAs)
Навигация в Azure Machine Learning Studio
Подготовка на данни
Създаване на модел
Обучение и тестване на модел
Регистриране на обучен модел
Създаване на изображение на модел
Разработване на модел
Мониторинг на модел в производство
Разрешаване на проблеми
Резюме и заключение
Изисквания
- Разбиране в концепции на машинно обучение.
- Познания в облачни изчислителни концепции.
- Общо разбиране в контейнери (Docker) и оркестрация (Kubernetes).
- Опит в програмиране с Python или R е полезен.
- Опит в работа с команден ред.
Целева аудитория
- Инженери по данни
- Инженери DevOps, заинтересовани в развертането на модели на машинно обучение
- Инженери на инфраструктура, заинтересовани в развертането на модели на машинно обучение
- Софтуерни инженери, желаещи да автоматизират интеграцията и развертането на характеристики на машинно обучение в приложението си
Отзиви от потребители (2)
Детайлите и стилът на представянето.
Cristian Mititean - Accenture Industrial SS
Курс - Azure Machine Learning (AML)
Машинен превод
Упражненията
Khaled Altawallbeh - Accenture Industrial SS
Курс - Azure Machine Learning (AML)
Машинен превод