Schulungsübersicht

Einführung

MLOps Überblick

  • Was bedeutet MLOps?
  • MLOps in der Azure Machine Learning Architektur

Vorbereiten der MLOps Umgebung

  • Azure einrichten Machine Learning

Reproduzierbarkeit der Modelle

  • Arbeiten mit Azure Machine Learning-Pipelines
  • Überbrückung von Machine Learning-Prozessen mit Pipelines

Container und Bereitstellung

  • Verpackung von Modellen in Container
  • Bereitstellung von Containern
  • Validierung von Modellen

Automatisierung von Vorgängen

  • Automatisierung von Vorgängen mit Azure Machine Learning und GitHub
  • Umlernen und Testen von Modellen
  • Ausrollen neuer Modelle

GoVernance und Kontrolle

  • Erstellung eines Prüfpfads
  • Verwaltung und Überwachung von Modellen

Zusammenfassung und Schlussfolgerung

Voraussetzungen

  • Erfahrungen mit Azure Machine Learning

Publikum

  • Datenwissenschaftler
  14 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Kombinierte Kurse

Verwandte Kategorien