Budowanie modeli uczenia maszynowego na platformie Azure

Jeśli chcesz przejść na naukę o danych, zrozumienie, jak wykorzystać środowiska chmurowe do trenowania modeli i zarządzania nimi, jest niezbędną nowoczesną umiejętnością. Ten pisemny kurs przeprowadzi Cię przez podstawowe koncepcje uczenia maszynowego i pokaże, jak je zaimplementować za pomocą platformy Azure.Będziesz rozwijać się od zrozumienia podstawowych algorytmów do konfigurowania obszarów roboczych, modeli szkoleniowych i poznawania podstaw nowoczesnych MLOps dla zautomatyzowanych przepływów pracy. Czego się nauczysz: * Zrozum podstawowe pojęcia uczenia maszynowego, terminologię i cykl życia modelu. * Konfiguruj i poruszaj się po obszarze roboczym Azure Machine Learning dla projektów związanych z nauką o danych. * Trenuj i oceniaj modele predykcyjne za pomocą zautomatyzowanego uczenia maszynowego i narzędzi projektowych. * Wdrażanie wyszkolonych modeli jako usług internetowych do prognozowania w czasie rzeczywistym. * Zastosuj podstawowe zasady MLOps do zarządzania, monitorowania i rejestrowania modeli uczenia maszynowego. Zaczniesz od nauki podstawowej teorii uczenia maszynowego, zanim przejdziesz do praktycznej konfiguracji obszarów roboczych w chmurze.Poprzez pisemne wyjaśnienia i praktyczne fragmenty kodu nauczysz się uruchamiać eksperymenty, oceniać wskaźniki wydajności i przygotowywać modele do produkcji. Ten kurs jest przeznaczony dla początkujących, którzy są nowicjuszami w zakresie uczenia maszynowego i środowisk chmurowych, nie wymagając wcześniejszego doświadczenia w zarządzaniu danymi. Zacznij czytać już dziś, aby zbudować swój pierwszy model uczenia maszynowego w chmurze.