Gegevens beheren in Azure Machine Learning

Om succesvolle machine learning-modellen te bouwen, moeten uw gegevens toegankelijk, georganiseerd en veilig zijn. In deze tekstgebaseerde cursus wordt u begeleid door de basisstappen voor het verbinden en beheren van uw gegevensbronnen binnen de Azure Machine Learning-omgeving. U gaat van handmatige verwerking van ruwe gegevensbestanden naar het opzetten van robuuste, geautomatiseerde gegevensworkflows. Aan het einde van deze cursus configureert u met vertrouwen beveiligde verbindingen met verschillende cloudopslagsystemen en bereidt u uw datasets voor op modeltraining. Wat je leert: - Begrijp de fundamentele concepten voor cloudopslag en de Azure Machine Learning-architectuur. - Configureer beveiligde datastores om uw werkruimte te verbinden met cloudopslagbronnen. - Maak en versieer gegevensmiddelen om reproduceerbaarheid te garanderen in uw machine learning-experimenten. - Pas moderne best practices voor beveiliging toe, inclusief beheerde identiteiten en toegang zonder referenties. - Oefen het registreren en ophalen van datasets met behulp van Python-codefragmenten. - Optimaliseer de prestaties van het laden van gegevens voor grootschalige trainingstaken. U leert de essentiële terminologie en de basisconcepten van de cloud kennen en gaat vervolgens over tot de praktische configuratie. Door middel van duidelijke, geschreven uitleg en gestructureerde code walkthroughs, leer je stap voor stap hoe je datastores registreert en data assets beheert. Deze cursus is bedoeld voor beginnende datawetenschappers, cloudtechnici en ontwikkelaars die nieuw zijn bij Azure Machine Learning. Er is geen eerdere ervaring met cloudbeheer vereist, hoewel een basiskennis van Python nuttig is. Begin vandaag nog met het bouwen van veilige en reproduceerbare dataworkflows voor uw machine learning-projecten.