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.
Struttura del corso
Introduzione
Panoramica di Azure Machine Learning (AML) Funzionalità e architettura
Panoramica di un flusso di lavoro end-to-end in AML (Azure Machine Learning Pipelines)
Provisioning di macchine virtuali nel cloud
Considerazioni sul ridimensionamento (CPU, GPU e FPGA)
Esplorazione di Azure Machine Learning Studio
Preparazione dei dati
Creazione di un modello
Training e test di un modello
Registrazione di un modello sottoposto a training
Creazione di un'immagine del modello
Distribuzione di un modello
Monitoraggio di un modello in produzione
Risoluzione dei problemi
Riassunto e conclusione
Requisiti
- Comprensione dei concetti di machine learning.
- Conoscenza dei concetti di cloud computing.
- Una conoscenza generale dei contenitori (Docker) e dell'orchestrazione (Kubernetes).
- Python o l'esperienza di programmazione R è utile.
- Esperienza di lavoro con una riga di comando.
Pubblico
- Ingegneri della scienza dei dati
- DevOps Ingegneri interessati all'implementazione di modelli di Machine Learning
- Ingegneri dell'infrastruttura interessati alla distribuzione di modelli di machine learning
- Ingegneri del software che desiderano automatizzare l'integrazione e la distribuzione di funzionalità di machine learning con la propria applicazione
21 ore
Recensioni (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Corso - Azure Machine Learning (AML)
The Exercises
