- Einstieg mit Azure Machine Learning
- Einführung in Azure Machine Learning
- Mit Azure Machine Learning arbeiten
- Visual Tools für Machine Learning
- Automatisiertes Machine Learning
- Azure-Machine Learning-Designer
- Durchführen von Experimenten und Models trainieren
- Einführung in Experimente
- Trainieren und Registrieren von Models
- Arbeiten mit Daten
- Arbeiten mit Datenspeichern
- Arbeiten mit Datasets
- Arbeiten mit Compute
- Arbeiten mit Umgebungen
- Arbeiten mit Compute Targets
- Orchestrierung von Vorgängen mit Pipelines
- Einführung in Pipelines
- Veröffentlichen und Ausführen von Pipelines
- Bereitstellen und Nutzung von Models
- Inferencing in Echtzeit
- Batch-Inferencing
- Continuous Integration und Delivery
- Training optimaler Modelle
- Abstimmung von Hyperparametern
- Automatisiertes Machine Learning
- Verantwortungsvolles Machine Learning
- Differenzieller Datenschutz
- Model-Interpretierbarkeit
- Fairness
- Monitoring Models
- Models mit Application Insights überwachen
- Überwachen von Datendrift
LernzieleNach dem Seminar wissen die Teilnehmenden, wie sie Azure-Dienste zur Entwicklung, Schulung und Bereitstellung von automatisierten Lernlösungen nutzen können.
ZielgruppenDatenspezialist:innen und Personen mit hoher Verantwortung für die Entwicklung und den Einsatz von Modellen des maschinellen Lernens mit Kenntnissen der Datenverarbeitung.
