- Verfügbarmachen von Daten in Azure Machine Learning
- Arbeiten mit Computezielen in Azure Machine Learning
- Verwenden von Umgebungen in Azure Machine Learning
- Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
- Nachverfolgen des Modelltrainings mit MLflow in Aufträgen
- Registrieren eines MLflow-Modells in Azure Machine Learning
- Bereitstellen eines Modells auf einem verwalteten Onlineendpunkt
DP-3007 – Trainieren und Bereitstellen eines Machine Learning-Modells mit Azure Machine Learning Seminar
Machine Learning-Modelle mit Azure Machine Learning trainieren und bereitstellen (DP-3007)
Um ein Machine Learning-Modell mit Azure Machine Learning zu trainieren, musst du Daten verfügbar machen und das entsprechende Compute konfigurieren. Nachdem du deine Modell- und Nachverfolgungsmodellmetriken mit MLflow trainiert hast, kannst du dein Modell für Echtzeitvorhersagen auf einem Onlineendpunkt bereitstellen. In diesem Lernpfad erfährst du, wie du deinen Azure Machine Learning-Arbeitsbereich einrichtest, nach dem du ein Machine Learning-Modell trainierst und bereitstellst.
Microsoft Learning Partner
Als Microsoft Certified Learning Partner bieten wir dir die Möglichkeit, Kenntnisse im Umgang mit allen Microsoft Produkten in unseren Trainings zu erwerben, zu verbessern und zu zertifizieren. So steigerst du deine Produktivität am Arbeitsplatz. Selbstverständlich kannst du die Microsoft Kurse auch in Form einer Online Schulung besuchen.
Inhalte DP-3007 Azure Machine Learning Seminar
Zielgruppe DP-3007 Azure Machine Learning Seminar
KI-Techniker, Datentechniker, Entwickler, Data Scientist
Voraussetzungen DP-3007 Azure Machine Learning Seminar
- Kenntnisse der Azure-Dienste
- Erfahrung mit Azure Machine Learning und MLflow
- Erfahrung in der Durchführung von Aufgaben im Zusammenhang mit maschinellem Lernen mithilfe von Python