Εξέλιξη Κομματιού

Εισαγωγή

Περίληψη MLOps

  • Τι είναι το MLOps;
  • MLOps στην αρχιτεκτονική Azure Machine Learning

Προετοιμασία του περιβάλλοντος MLOps

  • Ρυθμίζοντας το Azure Machine Learning

Αναδημιουργία Μοdel

  • Εργασία με τα pipelines του Azure Machine Learning
  • Σύνδεση των διαδικασιών Μachine Learning με pipelines

Containers και Διαθέτηση

  • Πακέτο μοντέλων σε containers
  • Διαθέτηση containers
  • Επιβεβαίωση των μοντέλων

Αυτόματη Εκτέλεση Λειτουργιών

  • Αυτόματη εκτέλεση λειτουργιών με το Azure Machine Learning και το GitHub
  • Επανέκπαιδρηση και δοκιμή μοντέλων
  • Εξαγωγή νέων μοντέλων

Διοίκηση και Έλεγχος

  • Δημιουργία τροπολογικής αυτοκριτικής (audit trail)
  • Διαχείριση και παρακολούθηση μοντέλων

Συμπεράσματα και Συμπέρασμα

Απαιτήσεις

  • Εμπειρία με το Azure Machine Learning

Αντικείμενο

  • Επιστήμονες Δεδομένων
 14 Ώρες

Αριθμός συμμετέχοντων


Τιμή ανά συμμετοχαστή

Σχόλια (5)

Εφεξής Μαθήματα

Σχετικές Κατηγορίες