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.
Návrh Školení
Úvod
Přehled funkcí a architektury Azure Machine Learning (AML).
Přehled end-to-end workflow v AML (Azure Machine Learning Pipelines)
Poskytování virtuálních strojů v cloudu
Úvahy o škálování (CPU, GPUs a FPGA)
Navigace Azure Machine Learning Studio
Příprava dat
Stavba modelu
Školení a testování modelu
Registrace vycvičeného modelu
Vytvoření obrázku modelu
Nasazení modelu
Sledování modelu ve výrobě
Odstraňování problémů
Shrnutí a závěr
Požadavky
- Pochopení konceptů strojového učení.
- Znalost konceptů cloud computingu.
- Obecná znalost kontejnerů (Docker) a orchestrace (Kubernetes).
- Zkušenosti s programováním Python nebo R jsou užitečné.
- Zkušenosti s prací s příkazovým řádkem.
Publikum
- Inženýři datové vědy
- DevOps inženýři se zájmem o nasazení modelu strojového učení
- Inženýři infrastruktury zajímající se o nasazení modelu strojového učení
- Softwaroví inženýři, kteří chtějí automatizovat integraci a nasazení funkcí strojového učení s jejich aplikací
21 hodiny
Reference (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Kurz - Azure Machine Learning (AML)
The Exercises
