Creazione e automazione di pipeline in Azure Machine Learning

La scalabilità dei progetti di machine learning richiede di andare oltre la sperimentazione manuale per adottare flussi di lavoro robusti e automatizzati. Questo corso basato su testo ti guida attraverso il processo di strutturazione, esecuzione e pianificazione di pipeline di machine learning utilizzando Azure Machine Learning. Leggendo spiegazioni chiare e passo-passo e studiando esempi di configurazione pratici, passerai dall'esecuzione di script isolati alla distribuzione di pipeline ML completamente automatizzate e ripetibili. Acquisirai la sicurezza necessaria per strutturare i componenti, gestire gli asset di dati e monitorare le esecuzioni delle tue pipeline in modo efficiente. Cosa imparerai: - Comprendere i concetti fondamentali delle pipeline e l'architettura di Azure Machine Learning. - Creare componenti di pipeline riutilizzabili per modularizzare la preparazione dei dati e il codice di training. - Costruire ed eseguire pipeline end-to-end utilizzando l'SDK e le configurazioni YAML. - Pianificare le esecuzioni delle pipeline per automatizzare il retraining del modello in base al tempo o alle modifiche dei dati. - Tracciare e monitorare i job delle pipeline utilizzando la registrazione MLflow integrata. - Applicare le migliori pratiche per la gestione sicura delle dipendenze dell'ambiente e dei target di calcolo. Il corso inizia con la terminologia essenziale e i modelli di progettazione prima di guidarti attraverso la creazione dei componenti, l'assemblaggio delle pipeline e la pianificazione automatizzata. Ti eserciterai analizzando modelli di codice strutturati e file di configurazione. Questo corso è progettato per data scientist, ingegneri ML e sviluppatori che sono nuovi alle pipeline di Azure Machine Learning. Non è richiesta alcuna esperienza precedente in ingegneria cloud, sebbene una familiarità di base con Python sia utile. Inizia a leggere oggi per ottimizzare e automatizzare i tuoi flussi di lavoro di machine learning.