WalkSelf · AI, Tecnologia e Ingegneria · AI e Machine Learning

MLOps (Machine Learning Operations)

Impara i principi e le pratiche per distribuire, monitorare e mantenere i modelli di machine learning in produzione. Colma il divario tra data science e DevOps.

MLOps (Machine Learning Operations)

Progettare soluzioni di deployment di modelli con Azure Machine Learning

Gestione dei dati in Azure Machine Learning

Tracciare l'addestramento del modello con MLflow nei job di produzione

Gestione dei modelli MLflow in Azure Machine Learning

Dashboard di IA Responsabile in Azure Machine Learning con Python

Fondamentali di MLOps: Automatizzare i Flussi di Lavoro di Machine Learning

Gestire gli ambienti in Azure Machine Learning con Python

Automatizzare i processi di Azure Machine Learning con GitHub Actions

Ottimizzazione degli Iperparametri in Azure Databricks con Optuna

Interagire con gli Strumenti per Sviluppatori di Azure Machine Learning Workspace

Fondamentali del monitoraggio dei modelli di Azure Machine Learning

Data Science e Tracciamento dei Modelli in Fabric

Machine Learning in Produzione con Azure Databricks

Progettare soluzioni di Machine Learning in Azure

Automazione del Machine Learning con Azure Databricks AutoML

Addestramento di modelli di Machine Learning in Azure Databricks

Introduzione all'area di lavoro e agli asset di Azure Machine Learning

MLflow in Azure Databricks: Tracciamento e Gestione dei Modelli

MLflow in Azure Machine Learning: Eseguire Script e Tracciare Modelli

Controllo di Versione per Progetti di Machine Learning e MLOps

Creazione e automazione di pipeline in Azure Machine Learning

Esecuzione di script di training con Azure Machine Learning SDK v2

Fondamenti di MLOps: Automatizzare i Workflow con Azure Machine Learning

Progettare Soluzioni di Machine Learning con Azure