Серия
Новые возможности службы "Машинное обучение Azure"
В этом эпизоде мы рассмотрим краткий обзор новых возможностей в Машинное обучение Azure таких как визуальный интерфейс для машинного обучения перетаскивания и автоматизированный пользовательский интерфейс Машинное обучение, а также наш подход MLOps к производству машинного обучения от обучения до развертывания. Мы также быстро рассмотрим, как подготовить данные с помощью новой интеграции с Фабрика данных Azure и даже визуализировать результаты прогнозирования моделей с помощью интеграции с Power BI.
Подробнее:
[00:40]- Подготовка данных через интеграцию с Фабрика данных Azure
[01:53] — поиск новых данных для улучшения обучения модели с помощью Azure Open DataSets
[03:00] — перетаскивание машинного обучения с помощью визуального интерфейса
[04:10] — новый пользовательский интерфейс студии Машинное обучение Azure
[05:45] — автоматизированная Машинное обучение в размещенной записной книжке Jupyter
[09:40] — автоматизированная Машинное обучение в пользовательском интерфейсе Машинное обучение Azure Studio
[10:20] — профилирование и изучение набора данных в пользовательском интерфейсе Машинное обучение Azure Studio
[11:11] — обучение модели глубокого обучения Tensorflow в размещенной записной книжке Jupyter Notebook
[13:54] — интеграция Tensorboard
[14:20] — автоматическая очистка гиперпараметра с помощью Машинное обучение Azure Hyperdrive
[14:48] — простое развертывание моделей для тестирования и рабочей среды с интеграцией Azure DevOps
[16:45] — интеграция развернутых моделей машинного обучения в Power BI
Избранное шоу ИИ:
В этом эпизоде мы рассмотрим краткий обзор новых возможностей в Машинное обучение Azure таких как визуальный интерфейс для машинного обучения перетаскивания и автоматизированный пользовательский интерфейс Машинное обучение, а также наш подход MLOps к производству машинного обучения от обучения до развертывания. Мы также быстро рассмотрим, как подготовить данные с помощью новой интеграции с Фабрика данных Azure и даже визуализировать результаты прогнозирования моделей с помощью интеграции с Power BI.
Подробнее:
[00:40]- Подготовка данных через интеграцию с Фабрика данных Azure
[01:53] — поиск новых данных для улучшения обучения модели с помощью Azure Open DataSets
[03:00] — перетаскивание машинного обучения с помощью визуального интерфейса
[04:10] — новый пользовательский интерфейс студии Машинное обучение Azure
[05:45] — автоматизированная Машинное обучение в размещенной записной книжке Jupyter
[09:40] — автоматизированная Машинное обучение в пользовательском интерфейсе Машинное обучение Azure Studio
[10:20] — профилирование и изучение набора данных в пользовательском интерфейсе Машинное обучение Azure Studio
[11:11] — обучение модели глубокого обучения Tensorflow в размещенной записной книжке Jupyter Notebook
[13:54] — интеграция Tensorboard
[14:20] — автоматическая очистка гиперпараметра с помощью Машинное обучение Azure Hyperdrive
[14:48] — простое развертывание моделей для тестирования и рабочей среды с интеграцией Azure DevOps
[16:45] — интеграция развернутых моделей машинного обучения в Power BI
Избранное шоу ИИ:
Хотите оставить отзыв? Сообщить о проблеме можно здесь.