Konfigurieren von Compute-Zielen in Azure Machine Learning

Die Ausführung von Machine-Learning-Workloads in der Cloud erfordert ein fundiertes Verständnis der Zuweisung und Verwaltung der Rohverarbeitungsleistung. Zu wissen, wann und wie verschiedene Ausführungsumgebungen bereitgestellt werden, ist der Schlüssel zum Aufbau kostengünstiger und skalierbarer Data Science-Pipelines. Dieser schriftliche Kurs führt Sie durch den Prozess der Einrichtung, Konfiguration und Verwaltung von Berechnungszielen in Azure Machine Learning. Sie werden von der manuellen lokalen Ausführung zur Orchestrierung skalierbarer Cloud-Ressourcen übergehen, die auf Ihre spezifischen Schulungs- und Bereitstellungsanforderungen zugeschnitten sind. Was Sie lernen: Verstehen der grundlegenden Terminologie und Architektur von Cloud-basierten Machine Learning-Computing-Systemen; Konfigurieren von Compute-Instances für interaktive Entwicklung und explorative Datenanalyse; Einrichten skalierbarer Compute Cluster für die Verarbeitung umfangreicher Trainingsaufgaben und paralleler Verarbeitungsprozesse; Anwenden moderner Kostenmanagementstrategien zur Optimierung der Ressourcenzuweisung und Verhinderung von Budgetüberschreitungen; Auswahl des geeigneten Compute-Typs, einschließlich serverloser Optionen, basierend auf Ihren Workload-Anforderungen; Behebung häufiger Ausführungsfehler und Überwachung der Compute Performance-Metriken. Der Kurs beginnt mit grundlegenden Definitionen und Kernkonzepten der Cloud-Infrastruktur, bevor Schritt für Schritt Instanzen eingerichtet, Cluster skaliert und eine budgetfreundliche Automatisierung implementiert wird. Sie erhalten detaillierte Erläuterungen und sehen sich praxisnahe Konfigurationsbeispiele an, die für die sofortige Anwendung konzipiert wurden. Dieser Kurs richtet sich an Datenwissenschaftler, Cloud-Techniker und Entwickler, die Azure Machine Learning noch nicht kennen und die Bereitstellung von Cloudressourcen verstehen möchten. Es sind keine Vorkenntnisse in der Cloud-Infrastruktur erforderlich. Bauen Sie noch heute Ihre Cloud-Plattform für maschinelles Lernen auf.