Основы MLOps: Автоматизация рабочих процессов с помощью Azure Machine Learning

Рабочие процессы машинного обучения, выполняемые вручную, подвержены ошибкам и с трудом поддаются масштабированию. Переход от локальных экспериментов к автоматизированным, повторяемым конвейерам является ключом к успешному машинному обучению (MLOps). Этот текст-основанный курс ведет вас через основные концепции лазурных машинных занятий обучения, показывая вам как автоматизировать обучение, оценку, и процессы развертывания. Вы узнаете, как настраивать облачные среды, отслеживать эксперименты и превращать ручной код в надежные автоматизированные конвейеры. Что вы узнаете: - Понять основные принципы MLOps и роль автоматизации в жизненных циклах машинного обучения. - Настройте и представьте лазурные работы машинного обучения используя современные соглашения SDK. - Автоматизировать обучение моделей и задачи предварительной обработки данных для надежного запуска в облаке. - Отслеживание и мониторинг эксперимента метрики, журналы и выходы для лучшей воспроизводимости. - Реализация базовой оркестрации конвейера для соединения нескольких шагов машинного обучения. - Применять передовые методы обеспечения безопасности и охраны окружающей среды для облачных вычислительных ресурсов. Курс начинается с основных терминов и основных концепций MLOps, а затем переходит к поэтапным письменным руководствам по написанию конфигураций заданий и управлению средами выполнения. Вы изучите практические примеры кода и файлы конфигурации, предназначенные для создания вашего первого автоматизированного конвейера. Этот курс предназначен для начинающих ученых данных, инженеров программного обеспечения и начинающих профессионалов MLOps, которые хотят автоматизировать свои рабочие процессы ML. Не требуется предыдущий опыт работы с Azure, хотя полезно иметь базовое понимание Python. Начните читать сегодня, чтобы оптимизировать свои рабочие процессы машинного обучения с помощью облачной автоматизации.