
オンラインまたはオンサイトのインストラクター主導のライブKubeflowトレーニングコースでは、インタラクティブなハンズオンプラクティスを通じて、Kubeflowを使用してKubernetesで機械学習ワークフローを構築、デプロイ、管理する方法を示します。
Kubeflowトレーニングは、「オンラインライブトレーニング」または「オンサイトライブトレーニング」として利用できます。オンラインライブトレーニング(別名「リモートライブトレーニング」)は、インタラクティブなリモートデスクトップで行われます。現地でのライブトレーニングは、日本のお客様のオフィスまたは日本のNobleProg提携の企業トレーニングセンターにて実施が可能です。
NobleProg - 現地のトレーニングプロバイダー
Kubeflowコース概要
コース名
期間
概要
コース名
期間
概要
35 時間
このインストラクター主導の日本でのライブトレーニング(オンラインまたはオンサイト)は、Kubernetesで機械学習ワークフローを構築、デプロイ、管理したい開発者やデータサイエンティストを対象としています。
このトレーニングが終了するまでに、参加者は次のことができるようになります。
- AWS EKS(Elastic Kubernetes Service)を使用して、オンプレミスとクラウドにKubeflowをインストールして構成します。
- DockerコンテナとKubernetesに基づいてMLワークフローを構築、デプロイ、管理します。
- さまざまなアーキテクチャとクラウド環境で機械学習パイプライン全体を実行します。
- Kubeflowを使用してJupyterノートブックを生成および管理します。
- MLトレーニング、ハイパーパラメータ・チューニング、および複数のプラットフォームにわたるワークロードの提供を構築します。
28 時間
〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 TensorFlowは機械学習図書館であり、コンテナ化されたアプリケーションを管理するためのオーケストラーションプラットフォームである。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、AWS EC2 サーバーに Machine Learning ワークロードを配置したいエンジニアに向けられています。
このトレーニングの終了後、参加者は:
-
AWS にインストールして設定する Kubernetes、 Kubeflow およびその他の必要なソフトウェア。
EKS(エラスティック1サービス)を使用して、AWSでクラスター1を開始する作業を簡素化します。
製造中のMLモデルを自動化および管理するための Kubernetes パイプラインを作成および導入します。
MLモデルを複数のモデルとパラレルで動作する機械を通してトレーニング・インストールする。
他の AWS が管理するサービスを提供して ML アプリケーションを拡張します。
-
インタラクティブな講義と議論
たくさんの練習や実践。
ライブラボ環境でのハンドオン実装
-
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
28 時間
〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 TensorFlow 最も人気のある機械学習図書館の一つです。 Kubernetesコンテナ化されたアプリケーションを管理するためのオーケストラーションプラットフォームです。
このインストラクターによって導かれたライブトレーニング(オンラインまたはオンライン)は、エンジニアが Machine Learning ワークロードを Azure クラウドに配置したいと望むことを目的としています。
このトレーニングの終了後、参加者は:
-
インストールおよび設定 Kubernetes、 Kubeflowおよびその他の必要なソフトウェアを Azure に。
使用する Azure Kubernetes サービス(AKS)は、初期化の作業を簡素化するために Kubernetes クラスターを Azure に。
製造中のMLモデルを自動化および管理するための Kubernetes パイプラインを作成および導入します。
MLモデルを複数のモデルとパラレルで動作する機械を通してトレーニング・インストールする。
他の AWS が管理するサービスを提供して ML アプリケーションを拡張します。
-
インタラクティブな講義と議論
たくさんの練習や実践。
ライブラボ環境でのハンドオン実装
-
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
28 時間
〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 〔5〕 TensorFlow 最も人気のある機械学習図書館の一つです。 Kubernetesコンテナ化されたアプリケーションを管理するためのオーケストラーションプラットフォームです。
このインストラクターによるライブトレーニング(オンラインまたはオンライン)は、GCP(Gogle Cloud Platform)に Machine Learningワークロードを配置したいエンジニアに向けられています。
このトレーニングの終了後、参加者は:
-
GCP と GKE にインストールしてインストールする Kubernetes、 Kubeflow とその他の必要なソフトウェア。
GKE (Kubernetes Kubernetes エンジン) を使用して、GCP で 1 つのクラスターを開始する作業を簡素化します。
製造中のMLモデルを自動化および管理するための Kubernetes パイプラインを作成および導入します。
複数のモデル(ML)とパラレルで動作する機械をトレーニングして導入する。
他の GCP サービスを提供して ML アプリケーションを拡張します。
-
インタラクティブな講義と議論
たくさんの練習や実践。
ライブラボ環境でのハンドオン実装
-
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
28 時間
〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 TensorFlow 最も人気のある機械学習図書館の一つです。 Kubernetesコンテナ化されたアプリケーションを管理するためのオーケストラーションプラットフォームです。
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、IBM Cloud Kubernetes サービス(IKS)に Machine Learning ワークロードを配置したいエンジニアに向けられています。
このトレーニングの終了後、参加者は:
-
インストールおよび設定 Kubernetes、 Kubeflow およびその他の必要なソフトウェアを IBM Cloud Kubernetes サービス (IKS) に。
IKS を使用して、IBM Cloud で 1 つのクラスターを開始する作業を簡素化します。
製造中のMLモデルを自動化および管理するための Kubernetes パイプラインを作成および導入します。
MLモデルを複数のモデルとパラレルで動作する機械を通してトレーニング・インストールする。
他の IBM Cloud サービスをリリースして ML アプリケーションを拡張します。
-
インタラクティブな講義と議論
たくさんの練習や実践。
ライブラボ環境でのハンドオン実装
-
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
28 時間
Kubeflow は、Kubernetes 上で機械学習ワークロードを実行するためのフレームワークです。 TensorFlow は、最も人気のある機械学習ライブラリの 1 つです。 Kubernetes は、コンテナ化されたアプリケーションを管理するためのオーケストレーション プラットフォームです。 OpenShift は、Red Hat Enterprise Linux を基盤として、Kubernetes によって調整および管理される Docker コンテナを使用するクラウド アプリケーション開発プラットフォームです。このインストラクター主導のライブ トレーニング (オンラインまたはオンサイト) は、機械学習ワークロードを OpenShift オンプレミスまたはハイブリッド クラウドに展開したいエンジニアを対象としています。
- このトレーニングが終了するまでに、参加者は次のことができるようになります。 OpenShift クラスターに Kubernetes と Kubeflow をインストールして構成します。 OpenShift を使用して、Kubernetes クラスターの初期化作業を簡素化します。実稼働環境で ML モデルを自動化および管理するための Kubernetes パイプラインを作成してデプロイします。 TensorFlow ML モデルを複数の GPU および並列実行されるマシン全体でトレーニングしてデプロイします。 OpenShift 内からパブリック クラウド サービス (AWS サービスなど) を呼び出して、ML アプリケーションを拡張します。
- インタラクティブな講義とディスカッション。たくさんの練習と練習。ライブラボ環境での実践的な実装。
- このコースのカスタマイズされたトレーニングをリクエストするには、手配のために当社までご連絡ください。
28 時間
〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕 〔4〕
このインストラクター指導、ライブトレーニング(オンラインまたはオンライン)は、機械学習ワークフローを構築、実装、管理したい開発者やデータ科学者に向けられています。
このトレーニングの終了後、参加者は:
-
インストール・インストール・インストール・インストール・インストール・インストール・インストール・インストール・インストール
1 コンテナと 2 コンテナに基づいて ML ワークフローを構築、実装、管理する。
さまざまなアーキテクチャやクラウド環境で全機械学習パイプを実行します。
スパウンを使用して、Jupyterノートブックを管理する。
MLトレーニング、ハイパーパラメータートゥニング、複数のプラットフォームでワークロードを提供する。
-
インタラクティブな講義と議論
たくさんの練習や実践。
ライブラボ環境でのハンドオン実装
-
このコースのためのカスタマイズされたトレーニングを要求するには、私たちに連絡して整理してください。
詳しくはこちらをご覧ください。
Last Updated:
週末Kubeflowコース, 夜のKubeflowトレーニング, Kubeflowブートキャンプ, Kubeflow インストラクターよる, 週末Kubeflowトレーニング, 夜のKubeflowコース, Kubeflow指導, Kubeflowインストラクター, Kubeflowレーナー, Kubeflowレーナーコース, Kubeflowクラス, Kubeflowオンサイト, Kubeflowプライベートコース, Kubeflow1対1のトレーニング