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
A Azure Machine Learning (AML) jellemzőinek és architektúrájának 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)
Navigálás Azure Machine Learning Studio
Adatok előkészítése
Modell építése
Modell betanítása és tesztelése
Képzett modell regisztrálása
Modellkép készítése
Modell bevezetése
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
- Infrastruktúra mérnökök érdekesek a gépi tanulási modell bevezetésében
- Szoftvermérnökök, akik alkalmazásukkal automatizálni kívánják a gépi tanulási funkciók integrációját és telepítését
21 Órák
Vélemények (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurzus - Azure Machine Learning (AML)
The Exercises
