Podstawy usługi Azure Machine Learning dla analityków danych

Budowanie i skalowanie modeli uczenia maszynowego w chmurze jest niezbędną umiejętnością dla nowoczesnych specjalistów od danych.Ten kurs wprowadza Cię do chmury opartej na danych, pokazując, jak usprawnić rozwój modelu bez utknięcia w złożonej infrastrukturze. Przejdziesz od lokalnego rozwoju do chmury, opanowania zautomatyzowanego uczenia maszynowego (AutoML) i wizualnych narzędzi potokowych.Pod koniec tego kursu tekstowego zrozumiesz, jak przygotować dane, trenować modele i skutecznie wdrażać usługi predykcyjne. Czego się nauczysz: - Zrozum podstawowe koncepcje uczenia maszynowego w chmurze i architekturę przestrzeni roboczej w chmurze. - Skonfiguruj zasoby obliczeniowe w chmurze i bezpieczne przechowywanie danych. - Trenuj modele predykcyjne automatycznie za pomocą zautomatyzowanego uczenia maszynowego. - Twórz kompleksowe potoki uczenia maszynowego za pomocą wizualnych narzędzi projektowych typu przeciągnij i upuść. - Wdrażaj wyszkolone modele jako usługi w chmurze do prognozowania w czasie rzeczywistym. - Zastosuj podstawowe zasady MLOps, w tym śledzenie modeli i odpowiedzialne praktyki AI. Kurs rozpoczyna się od podstawowych koncepcji danych w chmurze i konfiguracji obszaru roboczego, a następnie przechodzi do zautomatyzowanego szkolenia modelu, wizualnego projektowania potoku i strategii wdrażania. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, analityków i programistów, którzy chcą wykorzystać moc chmury do uczenia maszynowego. Rozpocznij swoją podróż w chmurze danych naukowych już dziś i naucz się budować skalowalne modele predykcyjne.