Epizód
Az Azure Machine Learning újdonságai
Ebben az epizódban az Azure Machine Tanulás új képességeinek gyors áttekintését ismertetjük, például a drag-n drop gépi tanulás vizuális felületét és az automatizált gépi Tanulás felhasználói felületet, valamint az MLOps-megközelítést, amely a gépi tanulást a betanítástól az üzembe helyezésig élesíti. Azt is gyorsan kiemeljük, hogyan készítheti elő az adatokat az Azure Data Factoryvel való új integrációval, és hogyan jelenítheti meg a modellelőjelzések eredményeit a Power BI-val való integráción keresztül.
Tudj meg többet:
[00:40]- Adatok előkészítése az Azure Data Factoryvel való integrációval
[01:53] – Új adatok keresése a modell betanításának javítása érdekében az Azure Open DataSets használatával
[03:00] – Húzza az n drop machine learninget a Visual Interface-en keresztül
[04:10] – Új Azure Machine Tanulás Studio felhasználói felület
[05:45] – Automatizált gépi Tanulás a üzemeltetett Jupyter Notebookban
[09:40] – Automatizált gépi Tanulás az Azure Machine Tanulás Studio felhasználói felületén
[10:20] – Adathalmaz profilkészítése és feltárása az Azure Machine Tanulás Studio felhasználói felületén
[11:11] – Tensorflow mélytanulási modell betanítása az üzemeltetett Jupyter Notebookban
[13:54] – Tensorboard-integráció
[14:20] – Automatizált hiperparaméter-takarítás az Azure Machine Tanulás Hyperdrive-on keresztül
[14:48] – Modellek egyszerű üzembe helyezése az éles környezetek teszteléséhez az Azure DevOps-integrációval
[16:45] – Üzembe helyezett ML-modellek integrálása a Power BI-ba
Az AI-show kedvenc hivatkozásai:
Ebben az epizódban az Azure Machine Tanulás új képességeinek gyors áttekintését ismertetjük, például a drag-n drop gépi tanulás vizuális felületét és az automatizált gépi Tanulás felhasználói felületet, valamint az MLOps-megközelítést, amely a gépi tanulást a betanítástól az üzembe helyezésig élesíti. Azt is gyorsan kiemeljük, hogyan készítheti elő az adatokat az Azure Data Factoryvel való új integrációval, és hogyan jelenítheti meg a modellelőjelzések eredményeit a Power BI-val való integráción keresztül.
Tudj meg többet:
[00:40]- Adatok előkészítése az Azure Data Factoryvel való integrációval
[01:53] – Új adatok keresése a modell betanításának javítása érdekében az Azure Open DataSets használatával
[03:00] – Húzza az n drop machine learninget a Visual Interface-en keresztül
[04:10] – Új Azure Machine Tanulás Studio felhasználói felület
[05:45] – Automatizált gépi Tanulás a üzemeltetett Jupyter Notebookban
[09:40] – Automatizált gépi Tanulás az Azure Machine Tanulás Studio felhasználói felületén
[10:20] – Adathalmaz profilkészítése és feltárása az Azure Machine Tanulás Studio felhasználói felületén
[11:11] – Tensorflow mélytanulási modell betanítása az üzemeltetett Jupyter Notebookban
[13:54] – Tensorboard-integráció
[14:20] – Automatizált hiperparaméter-takarítás az Azure Machine Tanulás Hyperdrive-on keresztül
[14:48] – Modellek egyszerű üzembe helyezése az éles környezetek teszteléséhez az Azure DevOps-integrációval
[16:45] – Üzembe helyezett ML-modellek integrálása a Power BI-ba
Az AI-show kedvenc hivatkozásai:
Visszajelzés küldene? Problémát itt küldhet be.