Train and deploy a machine learning model with Azure Machine Learning
Durchgeführt von ETC
Beschreibung
In diesem Kurs "Train and deploy a machine learning model with Azure Machine Learning" tauchst Du tief in die Welt des maschinellen Lernens mit Azure ein. Du lernst, wie Du ein Machine Learning-Modell von Grund auf trainierst und es für Echtzeitvorhersagen bereitstellst. Dieser Kurs ist nicht nur eine hervorragende Vorbereitung auf das Examen DP-100, sondern auch eine praktische Reise durch die verschiedenen Aspekte von Azure Machine Learning. Der Kurs beginnt mit der grundlegenden Verfügbarkeit von Daten in Azure Machine Learning. Du wirst lernen, wie Du Datenquellen anlegst und verwaltest, was der erste Schritt in der Entwicklung eines erfolgreichen Modells ist. Das Verständnis von URIs und der Erstellung eines Datenspeichers sind essenziell, um Deine Daten optimal nutzen zu können. Anschließend geht es darum, das richtige Compute zu konfigurieren. Du erfährst, wie Du verschiedene Compute-Ziele auswählst, eine Compute-Instanz erstellst und wie Du Compute-Cluster für umfangreiche Trainingsjobs nutzt. Diese Kenntnisse sind entscheidend, um die Leistung Deines Modells zu maximieren. Ein weiterer wichtiger Bestandteil des Kurses ist die Arbeit mit Umgebungen in Azure Machine Learning. Du wirst lernen, wie Du kuratierte und benutzerdefinierte Umgebungen erstellst und nutzt, um sicherzustellen, dass Deine Modelle unter den besten Bedingungen trainiert werden. Der Kurs führt Dich auch durch die Ausführung von Trainingsskripten als Befehlsaufträge und die Umwandlung von Notebooks in Skripte. Hierbei wirst Du lernen, wie Du Parameter in Befehlsaufträgen verwendest, um die Flexibilität und Effizienz Deiner Trainingsprozesse zu erhöhen. Ein weiterer Schwerpunkt liegt auf der Nachverfolgung des Modelltrainings mit MLflow. Du wirst lernen, wie Du Metriken nachverfolgst, Modelle bewertest und schließlich Deine Modelle in Azure Machine Learning registrierst. Der Höhepunkt des Kurses ist die Bereitstellung Deines Modells auf einem verwalteten Onlineendpunkt. Du wirst nicht nur lernen, wie Du Dein Modell bereitstellst, sondern auch, wie Du es testest und sicherstellst, dass es in der realen Welt funktioniert. Dieser Kurs bietet Dir die Möglichkeit, praktische Erfahrungen zu sammeln und Dein Wissen über Azure Machine Learning zu vertiefen, sodass Du bereit bist, Deine eigenen Projekte in der Welt des maschinellen Lernens zu realisieren.
Tags
#Datenanalyse #Künstliche-Intelligenz #Cloud-Computing #Azure #Machine-Learning #Maschinelles-Lernen #Data-Science #Trainingskurs #Datenaufbereitung #DatenwissenschaftTermine
Kurs Details
Dieser Kurs richtet sich an alle, die sich für das maschinelle Lernen interessieren, insbesondere an Datenwissenschaftler, Entwickler und IT-Professionals, die ihre Fähigkeiten in der Nutzung von Azure Machine Learning erweitern möchten. Auch Studierende der Informatik oder verwandter Studienrichtungen, die praktische Erfahrungen im Bereich Machine Learning sammeln möchten, sind herzlich willkommen.
Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz, der es Computern ermöglicht, aus Daten zu lernen und Muster zu erkennen, ohne explizit programmiert zu werden. Azure Machine Learning ist eine Cloud-basierte Plattform von Microsoft, die es Entwicklern und Datenwissenschaftlern ermöglicht, Machine Learning-Modelle zu erstellen, zu trainieren und bereitzustellen. Der Kurs bietet eine umfassende Einführung in die Tools und Techniken, die erforderlich sind, um erfolgreich mit dieser Plattform zu arbeiten.
- Was sind die ersten Schritte zur Verfügbarkeit von Daten in Azure Machine Learning?
- Wie wählst Du das passende Compute-Ziel für Dein Machine Learning-Projekt aus?
- Was sind die Unterschiede zwischen kuratierten und benutzerdefinierten Umgebungen in Azure Machine Learning?
- Wie kannst Du MLflow zur Nachverfolgung von Modellmetriken verwenden?
- Welche Schritte sind erforderlich, um ein Modell auf einem verwalteten Onlineendpunkt bereitzustellen?
