Azure Machine Learning'de Veri Yönetimi

Başarılı makine öğrenimi modelleri oluşturmak için verilerinize erişilebilir, düzenlenmiş ve güvenli olmalıdır. Bu metin tabanlı kurs, Azure Machine Learning ortamında veri kaynaklarını bağlama ve yönetmenin temel adımlarında size rehberlik eder. Manuel olarak ham veri dosyalarını işlemeye geçerek sağlam, otomatik veri iş akışları oluşturacaksınız. Bu kursun sonunda, çeşitli bulut depolama sistemlerine güvenli bağlantıları güvenle yapılandıracak ve model eğitimi için veri kümelerinizi hazırlayacaksınız. Öğrenecekleriniz: - Temel bulut depolama kavramlarını ve Azure Machine Learning mimarisini anlayın. - Çalışma alanınızı bulut depolama kaynaklarına bağlamak için güvenli veri depoları yapılandırın. - Makine öğrenimi deneylerinizde tekrarlanabilirliği sağlamak için veri varlıkları oluşturun ve sürümlendirin. - Yönetilen kimlikler ve kimlik bilgisi gerektirmeyen erişim dahil olmak üzere modern güvenlik en iyi uygulamalarını uygulayın. - Python kod parçacıklarını kullanarak veri kümelerini kaydetme ve alma alıştırması yapın. - Büyük ölçekli eğitim işleri için veri yükleme performansını optimize edin. Pratik yapılandırmaya geçmeden önce temel terminoloji ve temel bulut kavramlarını ustalaşarak başlayacaksınız. Açık, yazılı açıklamalar ve yapılandırılmış kod incelemeleri aracılığıyla, veri depolarını kaydetmeyi ve veri varlıklarını adım adım yönetmeyi öğreneceksiniz. Bu kurs, Azure Machine Learning'e yeni başlayan veri bilimcileri, bulut mühendisleri ve geliştiriciler için tasarlanmıştır. Önceden bulut yönetimi deneyimi gerekmez, ancak Python ile temel düzeyde aşinalık faydalıdır. Bugün makine öğrenimi projeleriniz için güvenli ve tekrarlanabilir veri iş akışları oluşturmaya başlayın.