Публикации по теме 'azure'
Обучение и внедрение интерпретируемых моделей машинного обучения
Искусственный интеллект предлагает компаниям уникальную возможность трансформировать свою деятельность: от приложений искусственного интеллекта, способных прогнозировать и планировать техническое обслуживание оборудования, до интеллектуальных приложений НИОКР, способных оценить успех будущих лекарств. Однако для того, чтобы воспользоваться этой возможностью, компании должны научиться успешно создавать, обучать, тестировать и продвигать сотни моделей машинного обучения в производственной..
Как перемещать данные между виртуальной машиной Azure и хранилищем BLOB-объектов Azure
Пошаговое руководство с примером проекта
Перенос данных - обычное дело в разработке программного обеспечения. В настоящее время большая часть рабочих нагрузок находится в облаке. Мы можем поместить большой объем данных в большой двоичный объект хранилища в Azure иногда в терабайтах. Если вы хотите обработать данные, вы должны их загрузить, обработать и снова загрузить. Что делать, если на вашем локальном компьютере нет вычислительной мощности? Вы можете сделать это с помощью..
Развертывание моделей машинного обучения в качестве веб-службы с помощью Microsoft Azure ML Studio
Все говорят о машинном обучении, построении моделей, точности моделей, метриках и т. д.
Но со всеми моделями, которые вы строите, что вы собираетесь с этим делать? Где вы будете его развертывать? как вы будете тестировать его с разными входными параметрами?
Один из простых способов сделать это — через Microsoft Azure ML Studio.
Шаг 1. Создайте модель и проверьте ее точность
Точность
Шаг 2. Нажмите на выборочную веб-службу, а затем на предиктивную веб-службу..
Управление затратами в блоках данных с помощью конфигураций кластера
Как выбрать правильную конфигурацию кластера для запуска приложений Databricks без лишних затрат
Databricks становится популярной платформой для анализа больших данных в общедоступных облаках. Как и в случае с большинством аналитических платформ, управлять их стоимостью сложно и требует более глубоких знаний о его функциях. Управление затратами в Databricks в значительной степени зависит от рентабельности кластеров. Для простоты мы ориентируемся на платформу Databricks в Azure, но ее..
Тестирование данных (конвейера) Pythonic в Azure Databricks
Вы когда-нибудь задумывались, как эффективно тестировать данные и конвейеры данных, не настраивая комплексное решение для обеспечения качества данных корпоративного уровня?
Python предоставляет множество отличных пакетов для кода модульного тестирования. При этом вы можете проверить, работает ли код вашего конвейера. Вы, безусловно, используете фикстуры, чтобы изолировать модульные тесты и не делать модульные тесты зависимыми от изменения данных. Но как вы можете проверить, влияют ли..
Анализ модели изменения климата с помощью линейной регрессии в Python и Azure Notebook
Изменение климата сейчас имеет большое значение. Но как мы можем быть уверены, что земля со временем становится все горячее? В этом проекте мы собираемся проанализировать модель изменения климата в течение 30 лет.
Линейная регрессия — один из самых примитивных алгоритмов машинного обучения. Это метод наблюдения за точками, нанесенными на график, а затем определения тренда с помощью прямой линии (y = m*x + c). В этом процессе нам понадобятся две переменные, независимая переменная и..
Новый курс Pluralsight: Управление решениями Microsoft Azure AI
Мой новый курс уже онлайн. Этот курс основан на нескольких других моих курсах на Pluralsight.
Идея в том, что когда вы публикуете собственное решение ИИ, это полдела. Следующая часть заключается в том, как вы «управляете этим», как в правильном программном проекте. В этом курсе я покажу, как использовать ML Ops для автоматизации всего процесса искусственного интеллекта от начала до конца, а также как управлять версиями и всем сопутствующим оборудованием. Я также объясню, как вы..
