コース概要

導入

Azure Machine Learning (AML) 機能とアーキテクチャの概要

AML のエンドツーエンド ワークフローの概要 (Azure Machine Learning パイプライン)

クラウドでの仮想マシンのプロビジョニング

スケーリングに関する考慮事項 (CPU、GPU、および FPGA)

Azure Machine Learning Studio の操作

データの準備

モデルの構築

モデルのトレーニングとテスト

トレーニング済みモデルの登録

モデルイメージの構築

モデルのデプロイ

実稼働環境でのモデルの監視

トラブルシューティング

要約と結論

要求

  • 機械学習の概念を理解していること
  • クラウドコンピューティングの概念に関する知識
  • コンテナ(Docker)とオーケストレーション(Kubernetes)の一般的な理解
  • PythonまたはRプログラミングの経験があると便利です
  • コマンドラインでの作業経験

観客

  • データサイエンスエンジニア
  • DevOps機械学習モデル導入に興味のあるエンジニア機械学習モデルのデプロイに興味があるインフラエンジニア機械学習機能のアプリケーションへの統合とデプロイを自動化したいソフトウェアエンジニア。
  21 時間
 

参加者の人数


開始

完了


Dates are subject to availability and take place between 10:00 and 17:00.
Open Training Courses require 5+ participants.

お客様の声 (2)

関連コース

Building Microservices with Microsoft Azure Service Fabric (ASF)

  21 時間

関連カテゴリー