Episode

MLOps-Featuretauchung: Verwalten Von Ressourcen, Artefakten und Code

AI Show

In diesem Video erfahren Sie, warum und wie Sie Objekte und Code nachverfolgen, die Sie in einem End-to-End Machine Learning-Workflow erstellen.

Springen zu: 

• [01:20] Nachverfolgen von Objekten und Artefakten
• [04:20] Demo - So verfolgen Sie Code
• [05:58] Warum es wichtig ist, Datasets zu verwalten + Demo

Weitere Informationen:

• MLOps: Verwaltung, Bereitstellung und Überwachung von Modellen mit Azure Machine Learning
• Datenzugriff in Azure Machine Learning
• Notizbuch-Lernprogramm im Video
• Git-Integration

Die Favoritenlinks der KI-Show:

• Verpassen Sie keine neuen Episoden, abonnieren Sie die AI Show  
• Erstellen eines kostenlosen Kontos (Azure) 
• Deep Learning im Vergleich zu maschinellem Lernen  
• Erste Schritte mit Machine Learning

In diesem Video erfahren Sie, warum und wie Sie Objekte und Code nachverfolgen, die Sie in einem End-to-End Machine Learning-Workflow erstellen.

Springen zu: 

• [01:20] Nachverfolgen von Objekten und Artefakten
• [04:20] Demo - So verfolgen Sie Code
• [05:58] Warum es wichtig ist, Datasets zu verwalten + Demo

Weitere Informationen:

• MLOps: Verwaltung, Bereitstellung und Überwachung von Modellen mit Azure Machine Learning
• Datenzugriff in Azure Machine Learning
• Notizbuch-Lernprogramm im Video
• Git-Integration

Die Favoritenlinks der KI-Show:

• Verpassen Sie keine neuen Episoden, abonnieren Sie die AI Show  
• Erstellen eines kostenlosen Kontos (Azure) 
• Deep Learning im Vergleich zu maschinellem Lernen  
• Erste Schritte mit Machine Learning

Video-URL

Start zum Zeitpunkt

HTML-Inlineframe

Playergröße

1920 x 1080 1280 x 720 640 x 360

Start zum Zeitpunkt