. Afklare fokusområder
. Find relevant materiale
. Definere læringsmål
. Afklare fokusområder
. Find relevant materiale
. Definere læringsmål
Jeg har viden om klassiske og dybe ML-algoritmer (lineær, polynomiel regression, logistisk regression, neurale netværk, CNN).
Jeg har viden om ML-pipelines fra dataforberedelse til modeltræning og evaluering.
Jeg har viden om feature engineering, overfitting/underfitting og modelkompleksitet.
Jeg har viden om ML’s anvendelse i billedgenkendelse og regressionsproblemer.
Jeg kan udvikle, træne og validere ML-modeller til både numeriske data og billeder.
Jeg kan implementere ML-workflows i Python ved hjælp af NumPy, pandas og PyTorch.
Jeg kan anvende og vurdere gradient descent, R²-score og loss-funktioner til evaluering.
Jeg kan anvende visualiseringer (heatmaps, kurver) til at optimere ML modeller.
Jeg kan selvstændigt designe og implementere ML-løsninger til praktiske problemstillinger.
Jeg kan relatere ML-teknikker til bredere fagområder som softwareudvikling og AI.
Jeg kan reflektere over modelens begrænsninger, datakvalitet og bias.
Jeg har viden om Cloud-modeller og arkitektur (SaaS, PaaS, IaaS)
Jeg har viden om event-drevne arkitekturer, serverless computing (Azure Functions),
Jeg har viden om containerbaserede systemer (Azure Container Application, Azure batch & pool).
Jeg har viden om datastyring og opbevaring i skyen (Blob Storage, File share, Queues) og relateret sikkerhed og skalerbarhed.
Jeg kan containerisere applikationer (Docker) og udrulle dem til skyen via Azure Container Registry og Container Apps.
Jeg kan opsætte pipelines til træning og inferens med integration af Azure Queues og Functions.
Jeg kan udvikle REST API’er og event-drevne funktioner, som kommunikerer med cloud-tjenester.
Jeg kan fejlsøge og overvåge cloud-ressourcer gennem logs og metrics, etc. (Azure Portal, Application Insights).
Jeg kan selvstændigt designe og udrulle ML-løsninger i cloudmiljøer.
Jeg kan automatisere ML-workflows med event-triggers og en microservice arkitektur med decentrale komponenter.
Jeg kan vurdere tradeoffs mellem latency, skalerbarhed og omkostninger i cloud-arkitekturer.