Schița de curs
Introducere
Prezentare generală a caracteristicilor și arhitecturii Azure Machine Learning (AML)
Prezentare generală a unui flux de lucru de la un capăt la altul în AML (Azure Machine Learning Pipeline)
Aprovizionarea mașinilor virtuale în cloud
Considerații privind scalarea (procesoare, GPUs și FPGA-uri)
Navigarea în Azure Machine Learning Studio
Pregătirea datelor
Construirea unui model
Formarea și testarea unui model
Înregistrarea unui model instruit
Construirea unei imagini model
Implementarea unui model
Monitorizarea unui model în producție
Depanare
Rezumat și concluzii
Cerințe
- O înțelegere a conceptelor de învățare a mașinilor.
- Cunoașterea conceptelor de cloud computing. .
- O înțelegere generală a containerelor (Docker) și a orchestrației (Kubernetes).
- Python sau experiența de programare R este utilă.
- Experiență de lucru cu o linie de comandă.
Audiență
- Inginerii în știința datelor
- DevOps ingineri interesați de implementarea modelelor de machine learning
- Inginerii de infrastructură interesați de implementarea modelului de învățare automată
- Inginerii de software care doresc să automatizeze integrarea și implementarea funcțiilor de machine learning cu aplicația lor
Mărturii (2)
The details and the presentation style.
Cristian Mititean - Accenture Industrial SS
Curs - Azure Machine Learning (AML)
The Exercises