Machine Learning auf Microsoft Azure - Grundlagen

Installation und Konfiguration von Azure Machine Learning Workbench

LinkedIn Learning kostenlos und unverbindlich testen!

Jetzt testen Alle Abonnements anzeigen
Hier gibt‘s eine Einführung in die Azure Machine Learning Workbench. Sie legen sogleich einen Machine Learning Experimentation Service in Azure an.

Transkript

Azure Machine Learning Workbench ist eine Applikation, die am lokalen Computer installiert wird. Sie bringt eine komplette Phyton- und Cognitive Toolkit-Entwicklungsumgebung mit. Wir müssen uns daher nicht selbst um die Installation der Komponenten kümmern. Gehen wir zunächst zum Browser. Wir müssen in einem ersten Schritt auf Microsoft Azure zunächst eine Machine Learning Experimentation Workbench anlegen. Falls wir noch keinen Azure Account haben, jetzt ist der richtige Zeitpunkt den anzulegen. Wenn wir schon einen haben, können wir auf unser Portal wechseln. Und klicken dazu auf portal.azure.com. Hier oben links im Menü klicken wir auf New und wir suchen nun nach azure machine learning experiment. Und aus den Suchergebnissen wählen wir Machine Learning Experimentation aus, klicken hier auf Create und müssen nun einige Daten eingeben. Zuerst der Experimentation Account. Ich wähle hier Machine Learning Workbench. Dann benötigen wir die Subscription. Die kann hier gleich bleiben. Azure fragt uns nach einer Ressourcengruppe. Ich lege eine neue an und nenne sie Sample Machine Learning Workbench. Die Location kann bei Westeuropa bleiben, auch die Sitze lassen wir bei 2. Wir müssen einen neuen Storage account dafür erstellen. Wir sehen, dass dieser Name bereits vergeben ist. Deswegen schreibe ich meistens irgendwelche Nummern dazu, damit sichergestellt wird, dass dieser Storage account, dieser Name, tatsächlich weltweit einzigartig ist. Ein Stückchen nach unten noch, wir müssen noch das pricing tier auswählen. Ab und zu gibt es hier Probleme. Falls diese Fehlermeldung auftaucht, schließen wir das Fenster, wählen eine andere Subscription aus, können da gleich wieder zurückswitchen auf die ursprüngliche Subscription, klicken nochmal hier drauf und sollten dann diesen pricing tier sehen. Für unser Experiment genügt der free pricing tier DevTest. Den wählen wir aus und klicken danach auf Create. Während diese Machine Learning Experimentation Workbench angelegt wird, können wir den zweiten Schritt durchführen. Gehen auf eine Suchmaschine unserer Wahl und suchen dort nach azure machine learning workbench. Ich wähle hier den zweiten Eintrag aus, der blogs.msdn.microsoft.com, denn hier findet sich ein direkter Link zu diesem Programm, das wir herunterladen: AmlWorkbenchSetup.msi. Ich speichere diese Datei auf dem Desktop und wir führen sie auch gleich aus. Es öffnet sich der Installation Wizard und wir müssen hier das Privacy Statement akzeptieren. Dann sehen wir, welche Dependencies Azure Machine Learning Workbench hat. Diese Programme, diese Environments, werden hier zusätzlich installiert in diesem Ort. Das ist okay, Install. Und nun beginnt der Installer die notwendigen Komponenten herunterzuladen. Das dauert jetzt einige Minuten, deswegen können wir uns in der Zwischenzeit einen Kaffee holen gehen oder einen Drink und wir kommen dann gleich zurück, wenn das Ganze fertig heruntergeladen ist. Und wenn alles erfolgreich gelaufen ist, sehen wir hier unser Installation successfull window. Starten wir jetzt unsere Workbench, indem wir auf Launch Workbench klicken. Wenn wir Azure Machine Learning Workbench neu starten, müssen wir uns einloggen. (tippen) Und wenn alles geklappt hat, sehen wir hier links oben unseren Machine Learning Workbench und wir können nun unsere ersten Projekte anlegen.

Machine Learning auf Microsoft Azure - Grundlagen

Entwickeln Sie ein eigenes Neuronales Netz auf der Cloud-Plattform von Microsoft.

2 Std. 43 min (55 Videos)
Derzeit sind keine Feedbacks vorhanden...

Dieser Online-Kurs ist als Download und als Streaming-Video verfügbar. Die gute Nachricht: Sie müssen sich nicht entscheiden - sobald Sie das Training erwerben, erhalten Sie Zugang zu beiden Optionen!

Der Download ermöglicht Ihnen die Offline-Nutzung des Trainings und bietet die Vorteile einer benutzerfreundlichen Abspielumgebung. Wenn Sie an verschiedenen Computern arbeiten, oder nicht den ganzen Kurs auf einmal herunterladen möchten, loggen Sie sich auf dieser Seite ein, um alle Videos des Trainings als Streaming-Video anzusehen.

Wir hoffen, dass Sie viel Freude und Erfolg mit diesem Video-Training haben werden. Falls Sie irgendwelche Fragen haben, zögern Sie nicht uns zu kontaktieren!