Optymalizacja szkolenia modeli za pomocą usługi Azure Machine Learning

Skuteczne szkolenie modeli uczenia maszynowego wymaga przejścia od ręcznych, lokalnych eksperymentów do uporządkowanych przepływów pracy w chmurze. Ten kurs tekstowy przeprowadzi Cię przez proces organizowania, wykonywania i optymalizowania obciążeń szkoleniowych w ramach usługi Azure Machine Learning, pomagając przejść od podstawowych skryptów do w pełni zautomatyzowanych potoków. Co się nauczysz: Zrozumienie podstawowych pojęć usługi Azure Machine Learning, w tym obszarów roboczych, wystąpień obliczeniowych i środowisk; Konfigurowanie i uruchamianie skryptów szkoleniowych jako zarządzanych zadań w chmurze; Tworzenie komponentów wielokrotnego użytku w celu modularyzacji przepływów pracy uczenia maszynowego; Budowanie i organizowanie niezawodnych kompleksowych potoków szkolenia; Śledzenie i monitorowanie Modeluj wskaźniki, aby stale analizować i poprawiać wyniki treningu. Kurs rozpoczyna się od podstawowej terminologii i konfiguracji, zanim przejdziesz przez praktyczne kroki konfiguracji zadania, tworzenia potoku i dostrajania wydajności. Idealny dla początkujących naukowców i programistów, którzy nie znają chmury ML, ten kurs zakłada podstawową znajomość Pythona, ale nie wymaga wcześniejszego doświadczenia w Azure. Zacznij optymalizować procesy uczenia maszynowego już dziś.