Plan du cours

Introduction

Aperçu des caractéristiques et de l'architecture de Azure Machine Learning (AML)

Aperçu d'un flux de travail de bout en bout dans le cadre de la lutte contre le blanchiment d'argent (Azure Machine Learning Pipelines)

Approvisionnement des machines virtuelles dans le nuage

Considérations relatives à la mise à l'échelle (CPU, GPUs et FPGA)

Naviguer dans Azure Machine Learning Studio

Préparation des données

Construire un modèle

Former et tester un modèle

Enregistrement d'un modèle formé

Construction d'une image modèle

Déployer un modèle

Suivi d'un modèle en production

Dépannage

Résumé et conclusion

Pré requis

  • Une compréhension des concepts d'apprentissage automatique.
  • Une connaissance des concepts de l'informatique en nuage.
  • Une compréhension générale des conteneurs (Docker) et de l'orchestration (Kubernetes).
  • Python ou une expérience en programmation R est utile.
  • Expérience du travail en ligne de commande.

Audience

  • Ingénieurs en science des données
  • DevOps ingénieurs intéressés par le déploiement de modèles d'apprentissage automatique
  • Ingénieurs en infrastructure intéressés par le déploiement de modèles d'apprentissage automatique
  • Ingénieurs en logiciel souhaitant automatiser l'intégration et le déploiement de fonctions d'apprentissage automatique dans leur application
  21 heures

Nombre de participants


Début

Fin


Dates are subject to availability and take place between 09:30 and 16:30.

Prix par participant

Nos Clients témoignent (2)

Cours Similaires

Catégories Similaires