课程大纲

介绍

Azure Machine Learning (AML) 功能与架构概述

AML 中的端到端工作流概述(Azure Machine Learning 管道)

在云中配置虚拟机

扩展考虑因素(CPU、GPU 和 FPGA)

导航 Azure Machine Learning Studio

准备数据

构建模型

训练和测试模型

注册训练好的模型

构建模型镜像

部署模型

在生产环境中监控模型

故障排除

总结与结论

要求

  • 了解机器学习概念。
  • 具备云计算概念的知识。
  • 对容器(Docker)和编排(Kubernetes)有基本了解。
  • 有Python或R编程经验者优先。
  • 有命令行操作经验。

受众

  • 数据科学工程师
  • 对机器学习模型部署感兴趣的DevOps工程师
  • 对机器学习模型部署感兴趣的基础设施工程师
  • 希望自动化集成和部署机器学习功能的软件工程师
 21 小时

客户评论 (2)

即将举行的公开课程

课程分类