Основы Azure ML: развертывание, управление и экспериментирование с моделями

Переход от локальной подготовки модели к выполнению масштабируемых рабочих процессов в облаке может показаться непростым. Этот курс упрощает этот процесс путем вести вас через основные особенности лазурного машинного обучения. Вы приобретете практические навыки, необходимые для регистрации наборов данных, запуска облачных экспериментов, отслеживания показателей производительности и развертывания обученных моделей в качестве доступных веб-служб. Что вы узнаете: 1. Понимание основных концепций Azure ML, групп ресурсов и архитектуры рабочего пространства. 2. Настройка вычислительных экземпляров и вычислительные кластеры для масштабируемого обучения модели. 3. Побегите и отслеживайте эксперименты машинного обучения используя лазурные СДК и МЛфлоу МЛ. 4. Регистрация, версионирование и управление обученными моделями в центральном реестре моделей. 5. Развертывание моделей в качестве конечных точек в режиме реального времени и проверка их чувствительности. 6. Применять основные методы МЛОп для мониторинга эффективности модели. Курс начинается с основных терминов и настройки рабочего пространства, затем переходит к практическим занятиям по конфигурации вычислительных ресурсов, отслеживанию экспериментов и стратегиям развертывания моделей. Этот курс предназначен для начинающих в облачном машинном обучении и специалистов по данным, которые хотят перенести свои рабочие процессы в Azure. Не требуется предыдущий опыт работы в облаке. Начните свой путь к облачному машинному обучению и оптимизируйте жизненный цикл модели уже сегодня.