课程大纲

简介

Azure Machine Learning (AML) 功能与架构概述

AML中的端到端工作流程概述(Azure Machine Learning Pipelines)

在云中配置虚拟机

扩展性考虑(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

监控生产中的模型

故障排除

总结与结论

要求

  • 了解机器学习概念。
  • 熟悉云计算概念。
  • 对容器(Docker)和编排(Kubernetes)有基本了解。
  • 具备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
  • 希望自动化机器学习功能与应用集成的软件工程师
 21 小时

客户评论 (2)

即将举行的公开课程

课程分类