Cursusaanbod
Inleiding
Overzicht van de kenmerken en architectuur van Azure Machine Learning (AML)
Overzicht van een end-to-end workflow in AML (Azure Machine Learning Pipelines)
Virtual Machines in de Cloud inrichten
Schaaloverwegingen (CPUs, GPUs en FPGAs)
Navigeren in Azure Machine Learning Studio
Data voorbereiden
Een model bouwen
Een model trainen en testen
Een getraind model registreren
Een modelbeeld bouwen
Een model implementeren
Een model in productie monitoren
Problemen oplossen
Samenvatting en conclusie
Vereisten
- Begrip van machine learning concepten.
- Kennis van cloud computing concepten.
- Een algemeen begrip van containers (Docker) en orchestratie (Kubernetes).
- Ervaring met Python of R-programmering is handig.
- Ervaring met werken op een command line.
Publiek
- Data science engineers
- DevOps engineers geïnteresseerd in het deployen van machine learning modellen
- Infrastructure engineers geïnteresseerd in het deployen van machine learning modellen
- Software engineers die willen automatiseren van de integratie en het deployen van machine learning functies in hun applicatie
Testimonials (2)
De details en de presentatiestijl.
Cristian Mititean - Accenture Industrial SS
Cursus - Azure Machine Learning (AML)
Automatisch vertaald
De Oefeningen
Khaled Altawallbeh - Accenture Industrial SS
Cursus - Azure Machine Learning (AML)
Automatisch vertaald