Entwerfen und Implementieren einer Data Scientist Lösung unter Azure
computer Online: 19. Jan 2026 bis 21. Jan 2026 |
placeAugsburg 19. Jan 2026 bis 21. Jan 2026 |
placeGraz 19. Jan 2026 bis 21. Jan 2026 |
placeInnsbruck 19. Jan 2026 bis 21. Jan 2026 |
placeMünchen 19. Jan 2026 bis 21. Jan 2026 |
placeNürnberg 19. Jan 2026 bis 21. Jan 2026 |
placePassau 19. Jan 2026 bis 21. Jan 2026 |
placeRegensburg 19. Jan 2026 bis 21. Jan 2026 |
placeSalzburg 19. Jan 2026 bis 21. Jan 2026 |
placeWien 19. Jan 2026 bis 21. Jan 2026 |
placeWürzburg 19. Jan 2026 bis 21. Jan 2026 |
computer Online: 28. Jan 2026 bis 30. Jan 2026 |
placeBarcelona 28. Jan 2026 bis 30. Jan 2026 |
placeBilbao 28. Jan 2026 bis 30. Jan 2026 |
placeDortmund 28. Jan 2026 bis 30. Jan 2026 |
placeDüsseldorf 28. Jan 2026 bis 30. Jan 2026 |
placeEssen 28. Jan 2026 bis 30. Jan 2026 |
placeFrankfurt 28. Jan 2026 bis 30. Jan 2026 |
placeKöln 28. Jan 2026 bis 30. Jan 2026 |
placeMadrid 28. Jan 2026 bis 30. Jan 2026 |
- Entwurf einer Strategie zur Datenaufnahme für Projekte des maschinellen Lernens".
- Entwurf einer Lösung für das Training von Modellen für maschinelles Lernen
- Entwerfen einer Lösung für die Bereitstellung von Modellen
- Erkunden Sie die Ressourcen und Assets des Azure Machine Learning-Arbeitsbereichs
- Entwicklertools für die Interaktion im Arbeitsbereich erkunden
- Daten in Azure Machine Learning verfügbar machen
- Arbeit mit Berechnungszielen in Azure Machine Learning
- Arbeit mit Umgebungen in Azure Machine Learning
- Finden Sie das beste Klassifizierungsmodell mit automatisiertem maschinellem Lernen
- Modelltraining in Jupyter-Notebooks mit MLflow verfolgen
- Ausführen eines Trainingsskripts als Befehls…
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
- Entwurf einer Strategie zur Datenaufnahme für Projekte des maschinellen Lernens".
- Entwurf einer Lösung für das Training von Modellen für maschinelles Lernen
- Entwerfen einer Lösung für die Bereitstellung von Modellen
- Erkunden Sie die Ressourcen und Assets des Azure Machine Learning-Arbeitsbereichs
- Entwicklertools für die Interaktion im Arbeitsbereich erkunden
- Daten in Azure Machine Learning verfügbar machen
- Arbeit mit Berechnungszielen in Azure Machine Learning
- Arbeit mit Umgebungen in Azure Machine Learning
- Finden Sie das beste Klassifizierungsmodell mit automatisiertem maschinellem Lernen
- Modelltraining in Jupyter-Notebooks mit MLflow verfolgen
- Ausführen eines Trainingsskripts als Befehlsauftrag in Azure Machine Learning
- Modelltraining mit MLflow in Aufträgen verfolgen
- Ausführen von Pipelines in Azure Machine Learning
- Hyperparameter-Abstimmung mit Azure Machine Learning durchführen
- Bereitstellen eines Modells auf einem verwalteten Online-Endpunkt
- Bereitstellen eines Modells für einen Batch-Endpunkt
Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!
