Azure Machine Learning (AML)

• 对机器学习概念的理解。
• 了解云计算概念。
• 对容器 （Docker） 和编排 （Kubernetes） 有大致的了解。
• Python 或 R 编程经验会有所帮助。
• 具有使用命令行的经验。

观众

• 数据科学工程师
• DevOps 对机器学习模型部署感兴趣的工程师
• 对机器学习模型部署感兴趣的基础设施工程师
• 希望将机器学习功能与其应用程序自动集成和部署的软件工程师

Azure Machine Learning （AML） 是一个基于云的即用即付环境，用于训练、部署、自动化、管理和跟踪 ML 模型。

这种以讲师为主导的现场培训（现场或远程）面向希望使用Azure ML的拖放平台部署Machine Learning工作负载的工程师，而无需购买软件和硬件，也无需担心维护和部署。

在培训结束时，参与者将能够：

• 使用 Python、R 或零代码工具编写高精度的机器学习模型。
• 利用 Azure 的可用数据集和算法来训练和跟踪机器学习和深度学习模型。
• 使用 Azure 的交互式工作区协作开发 ML 模型。
• 从不同的 Azure 支持的 ML 框架中进行选择，例如 PyTorch、TensorFlow 和 scikit-learn。

课程形式

• 互动讲座和讨论。
• 大量的练习和练习。
• 在现场实验室环境中实际实施。

课程定制选项

• 如需申请此课程的定制培训，请联系我们进行安排。

介绍

Azure Machine Learning （AML） 功能和体系结构概述

AML 中的端到端工作流概述（Azure Machine Learning 管道）

在云中预配虚拟机

缩放注意事项（CPU、GPU 和 FPGA）

导航 Azure Machine Learning 工作室

准备数据

构建模型

训练和测试模型

注册经过训练的模型

构建模型镜像

部署模型

在生产环境中监视模型

故障 排除

总结和结论