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 delle Funzionalità e dell'Architettura di Azure Machine Learning (AML)
Panoramica di un Workflow End-to-End in AML (Azure Machine Learning Pipelines)
Provisioning di Macchine Virtuali nel Cloud
Considerazioni sullo Scalamento (CPU, GPU e FPGA)
Navigazione in Azure Machine Learning Studio
Preparazione dei Dati
Costruzione di un Modello
Allenamento e Test di un Modello
Registrazione di un Modello Allenato
Costruzione di un'Immagine del Modello
Deploy di un Modello
Monitoraggio di un Modello in Produzione
Risoluzione dei Problemi (Troubleshooting)
Riepilogo e Conclusione
Requisiti
- Una comprensione dei concetti di machine learning.
- Conoscenza dei concetti di cloud computing.
- Comprensione generale dei contenitori (Docker) e dell'orchestrazione (Kubernetes).
- L'esperienza di programmazione in Python o R è utile.
- Esperienza nel lavoro con una riga di comando.
Pubblico di destinazione
- Ingegneri della scienza dei dati
- Ingegneri DevOps interessati alla distribuzione di modelli di machine learning
- Ingegneri dell'infrastruttura interessati alla distribuzione di modelli di machine learning
- Ingegneri software che desiderano automatizzare l'integrazione e la distribuzione di funzionalità di machine learning con le loro applicazioni
21 ore
Recensioni (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Corso - Azure Machine Learning (AML)
The Exercises
