Gerenciando dados no Azure Machine Learning

Para criar modelos de machine learning bem-sucedidos, seus dados devem ser acessíveis, organizados e seguros. Este curso baseado em texto orienta você pelas etapas fundamentais de conexão e gerenciamento de suas fontes de dados no ambiente do Azure Machine Learning. Você passará de lidar manualmente com arquivos de dados brutos para estabelecer fluxos de trabalho de dados robustos e automatizados. No final deste curso, você configurará com confiança conexões seguras a vários sistemas de armazenamento em nuvem e preparará seus conjuntos de dados para o treinamento de modelos. O que você vai aprender: - Entenda os conceitos fundamentais de armazenamento em nuvem e a arquitetura do Azure Machine Learning. - Configure datastores seguros para conectar seu espaço de trabalho a recursos de armazenamento em nuvem. - Crie e versiona ativos de dados para garantir a reprodutibilidade em seus experimentos de aprendizado de máquina. - Aplique as melhores práticas de segurança modernas, incluindo identidades gerenciadas e acesso sem credenciais. - Pratique registrar e recuperar conjuntos de dados usando trechos de código Python. - Otimize o desempenho de carregamento de dados para trabalhos de treinamento em grande escala. Você começará dominando a terminologia essencial e os conceitos básicos da nuvem antes de passar para a configuração prática. Através de explicações claras e escritas e de passos de código estruturados, você aprenderá a registrar datastores e gerenciar ativos de dados passo a passo. Este curso foi projetado para cientistas de dados iniciantes, engenheiros de nuvem e desenvolvedores que são novos no Azure Machine Learning. Não é necessária experiência prévia em administração de nuvem, embora uma familiaridade básica com Python seja útil. Comece a criar fluxos de trabalho de dados seguros e reprodutíveis para seus projetos de machine learning hoje mesmo.