Курс рассматривает использование решений для машинного обучения в облачном масштабе с помощью Azure Machine Learning. Этот курс обучает использованию имеющихся знаний Python и машинного обучения для управления получением и подготовкой данных, обучением и развертыванием моделей, и мониторингом решений для машинного обучения в Microsoft Azure.
По окончании курса слушатели смогут:
- использовать язык программирования Python для машинного обучения в Microsoft Azure;
- управлять получением и подготовкой данных, обучением и развертыванием моделей, а также мониторингом решений машинного обучения в облаке;
- получить опыт работы с Scikit-Learn, PyTorch и Tensorflow.
Аудитория
Этот курс предназначен для специалистов по обработке данных, обладающих знаниями в области Python и систем машинного обучения, таких как Scikit-Learn, PyTorch и Tensorflow, которые хотят создавать и оперировать решениями для машинного обучения в облаке.
Для эффективного обучения на курсе, слушатели должны обладать следующими знаниями и навыками:
- иметь значительные знания по Microsoft Azure;
- опыт написания кода Python для работы с данными, используя такие библиотеки, как Numpy, Pandas и Matplotlib;
- ознакомленность с наукой о данных; включая понимание процесса подготовки данных и обучения моделей машинного обучения с использованием общих библиотек машинного обучения, таких как Scikit-Learn, PyTorch или Tensorflow.
- Разработка решения для машинного обучения
- Разработка стратегии приема данных для проектов машинного обучения
- Разработка решения для обучения модели машинного обучения
- Разработка решения для развертывания модели
- Изучите рабочую область Azure Machine Learning
- Изучите ресурсы и активы рабочей области Azure Machine Learning
- Изучите инструменты разработчика для взаимодействия с рабочим пространством
- Сделайте данные доступными в Azure Machine Learning
- Сделайте данные доступными в Azure Machine Learning
- Работа с вычислительными ресурсами в Azure Machine Learning
- Работа с целевыми объектами вычислений в Azure Machine Learning
- Работа со средами в Azure Machine Learning
- Используйте no-code машинное обучение с Azure Machine Learning Designer
- Исследуйте данные с помощью Azure Machine Learning Designer
- Обучайтесь и сравнивайте модели с помощью Azure Machine Learning Designer
- Автоматизируйте выбор модели машинного обучения с помощью Azure Machine Learning
- Изучите автоматизацию машинного обучения
- Найдите лучшую модель классификации с помощью автоматизированного машинного обучения
- Используйте записные книжки для экспериментов в Azure Machine Learning
- Отслеживание обучения модели в блокнотах Jupyter с помощью MLflow
- Изучение моделей с помощью скриптов в Azure Machine Learning
- Запуск сценария обучения в качестве командного задания в Azure Machine Learning
- Отслеживание обучения модели с помощью MLflow в заданиях
- Оптимизация обучения модели в Azure Machine Learning
- Запуск конвейеров в Azure Machine Learning
- Выполнение настройки гиперпараметров с помощью Azure Machine Learning
- Управление моделями и их проверка в Azure Machine Learning
- Зарегистрируйте модель MLflow в Azure Machine Learning
- Управление моделями и их сравнение в Azure Machine Learning
- Развертывание и использование моделей с помощью Azure Machine Learning
- Развертывание модели на управляемой подключенной конечной точке
- Развертывание модели в конечной точке пакета
- Разработка решения для операций машинного обучения (MLOPs)
- Разработка решения для операций машинного обучения (MLOPs)