Evaluating Model Effectiveness in Microsoft Azure

سرفصل های دوره

This course is intended for data science practitioners who work with Azure Machine Learning Service and who seek to improve their ML model accuracy, efficiency, and explainability.

1. Course Overview

1. Course Overview

2. Evaluating Model Effectiveness

1. Overview

2. Preliminary Terminology

3. Scoring and Evaluating an Azure ML Pipeline

4. Demo - Inspecting an Azure ML Pipeline

5. Demo - Scoring and Evaluating the Pipeline Model

6. Summary

3. Improving Model Performance

1. Overview

2. Detecting and Preventing Overfitting

3. Azure Automated Machine Learning

4. Demo - Creating an Automated ML Experiment

5. Demo - Interpreting the Experiment Results

6. Summary

4. Assessing Model Explainability

1. Overview

2. Microsofts Guiding Principles for Responsible AI

3. Unintended Bias and Interpretability

4. Setting Up an Experiment in a Jupyter Notebook

5. Demo - Touring the Azure Python Interpretability SDK

6. Summary

235,000 تومان

افزودن به سبد خرید

خرید دانلودی فوری

در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.

تولید کننده: PluralSight