Programa del Curso

Introducción

Descripción general de Azure Machine Learning (AML) Características y arquitectura

Información general sobre un flujo de trabajo de un extremo a otro en AML (canalizaciones de Azure Machine Learning)

Aprovisionamiento de máquinas virtuales en la nube

Consideraciones de escalado (CPU, GPU y FPGA)

Navegación por Azure Machine Learning Studio

Preparación de datos

Creación de un modelo

Entrenamiento y prueba de un modelo

Registro de un modelo entrenado

Creación de una imagen de modelo

Implementación de un modelo

Supervisión de un modelo en producción

Solución de problemas

Resumen y conclusión

Requerimientos

  • Comprensión de los conceptos de aprendizaje automático.
  • Conocimiento de los conceptos de computación en la nube.
  • Conocimientos generales de contenedores (Docker) y orquestación (Kubernetes).
  • Python o experiencia en programación en R es útil.
  • Experiencia trabajando con una línea de comandos.

Audiencia

  • Ingenieros de ciencia de datos
  • DevOps Ingenieros interesados en la implementación de modelos de aprendizaje automático
  • Ingenieros de infraestructura interesados en la implementación de modelos de aprendizaje automático
  • Ingenieros de software que deseen automatizar la integración y el despliegue de funciones de aprendizaje automático con su aplicación
  21 horas
 

Número de participantes


Comienza

Termina


Dates are subject to availability and take place between 09:30 and 16:30.
Los cursos de formación abiertos requieren más de 5 participantes.

Testimonios (2)

Cursos Relacionados

Categorías Relacionadas