Schița de curs
Introducere
Prezentare a Funcțiilor și Arhitecturii Azure Machine Learning (AML)
Prezentare a unui Workflow de la Cap la Coadă în AML (Azure Machine Learning Pipelines)
Alocarea Mașinilor Virtuale în Cloud
Considerații despre Scalabilitate (CPU, GPU și FPGA)
Navigarea în Azure Machine Learning Studio
Prepararea Datelor
Construirea unui Model
Antrenamentul și Testarea unui Model
Înregistrarea unui Model Antrenat
Construirea unei Imagini pentru Model
Implementarea unui Model
Monitorizarea unui Model în Productie
Depanarea Problemelor
Rezumat și Concluzii
Cerințe
- O înțelegere a conceptelor de machine learning.
- Cunoștințe despre conceptele de cloud computing.
- O înțelegere generală a containerelor (Docker) și orchestrării (Kubernetes).
- Experiența de programare în Python sau R este utilă.
- Experiență în lucrul cu linia de comandă.
Audiență
- Ingineri de știința datelor
- Ingineri DevOps interesați de implementarea modelurilor de machine learning
- Ingineri de infrastructură interesați de implementarea modelurilor de machine learning
- Ingineri software care doresc să automateze integrarea și implementarea funcțiilor de machine learning cu aplicațiile lor
Mărturii (2)
Detaliile și stilul prezentării.
Cristian Mititean - Accenture Industrial SS
Curs - Azure Machine Learning (AML)
Tradus de catre o masina
Exercițiile
Khaled Altawallbeh - Accenture Industrial SS
Curs - Azure Machine Learning (AML)
Tradus de catre o masina