พื้นฐาน Azure Machine Learning สำหรับนักวิทยาศาสตร์ข้อมูล

การสร้างและปรับขนาดโมเดลแมชชีนเลิร์นนิงบนคลาวด์เป็นทักษะที่จำเป็นสำหรับผู้เชี่ยวชาญด้านข้อมูลยุคใหม่ หลักสูตรนี้จะแนะนำให้คุณรู้จักกับวิทยาศาสตร์ข้อมูลบนคลาวด์ โดยแสดงให้เห็นถึงวิธีการปรับปรุงการพัฒนาโมเดลให้มีประสิทธิภาพ โดยไม่ต้องติดอยู่กับโครงสร้างพื้นฐานที่ซับซ้อน คุณจะได้เปลี่ยนจากการพัฒนาในเครื่องไปสู่คลาวด์ โดยเชี่ยวชาญด้านแมชชีนเลิร์นนิงอัตโนมัติ (AutoML) และเครื่องมือไปป์ไลน์แบบภาพ เมื่อจบคอร์สเรียนแบบข้อความนี้ คุณจะเข้าใจวิธีการเตรียมข้อมูล ฝึกอบรมโมเดล และปรับใช้บริการคาดการณ์ได้อย่างมีประสิทธิภาพ สิ่งที่คุณจะได้เรียนรู้: - ทำความเข้าใจแนวคิดหลักของแมชชีนเลิร์นนิงบนคลาวด์และสถาปัตยกรรมพื้นที่ทำงานบนคลาวด์ - กำหนดค่าทรัพยากรการประมวลผลบนคลาวด์และการจัดเก็บข้อมูลที่ปลอดภัย - ฝึกอบรมโมเดลคาดการณ์โดยอัตโนมัติโดยใช้ Automated Machine Learning - สร้างไปป์ไลน์แมชชีนเลิร์นนิงแบบครบวงจรโดยใช้เครื่องมือออกแบบแบบลากและวางด้วยภาพ - ปรับใช้โมเดลที่ผ่านการฝึกอบรมเป็นบริการคลาวด์สำหรับการคาดการณ์แบบเรียลไทม์ - ประยุกต์ใช้หลักการพื้นฐานของ MLOps รวมถึงการติดตามโมเดลและการปฏิบัติ AI ที่มีความรับผิดชอบ หลักสูตรเริ่มต้นด้วยแนวคิดข้อมูลพื้นฐานบนคลาวด์และการตั้งค่าพื้นที่ทำงาน ก่อนที่จะเข้าสู่การฝึกอบรมโมเดลอัตโนมัติ การออกแบบไปป์ไลน์แบบภาพ และกลยุทธ์การปรับใช้ คุณจะได้เรียนรู้ผ่านคำอธิบายที่เป็นลายลักษณ์อักษรที่ชัดเจนและคำแนะนำภาคปฏิบัติทีละขั้นตอน หลักสูตรนี้ออกแบบมาสำหรับนักวิทยาศาสตร์ข้อมูล นักวิเคราะห์ และนักพัฒนาที่ต้องการใช้ประโยชน์จากพลังของคลาวด์สำหรับแมชชีนเลิร์นนิง ไม่จำเป็นต้องมีประสบการณ์ด้านคลาวด์มาก่อน เริ่มต้นเส้นทางวิทยาศาสตร์ข้อมูลบนคลาวด์ของคุณวันนี้ และเรียนรู้การสร้างโมเดลคาดการณ์ที่ปรับขนาดได้