Aflevering
MlOps-functie duik: Uw assets, artefacten en code beheren
In deze video leert u waarom en hoe u assets en code kunt bijhouden die u maakt in een end-to-end machine learning-werkstroom.
Ga naar:
- [01:20] Assets en artefacten bijhouden
- [04:20] Demo - Code bijhouden
- [05:58] Waarom het belangrijk is om gegevenssets en demo te beheren
Voor meer informatie:
- MLOps: Modelbeheer, implementatie en bewaking met Azure Machine Learning
- Gegevenstoegang in Azure Machine Learning
- Zelfstudie notitieblok die in de video is getoond
- Git-integratie
De favoriete koppelingen van de AI-voorstelling:
In deze video leert u waarom en hoe u assets en code kunt bijhouden die u maakt in een end-to-end machine learning-werkstroom.
Ga naar:
- [01:20] Assets en artefacten bijhouden
- [04:20] Demo - Code bijhouden
- [05:58] Waarom het belangrijk is om gegevenssets en demo te beheren
Voor meer informatie:
- MLOps: Modelbeheer, implementatie en bewaking met Azure Machine Learning
- Gegevenstoegang in Azure Machine Learning
- Zelfstudie notitieblok die in de video is getoond
- Git-integratie
De favoriete koppelingen van de AI-voorstelling:
URL van video
HTML iframe
Wilt u feedback geven? Dien hier een probleem in.