Podstawy usługi Azure ML: wdrażanie modeli, zarządzanie nimi i eksperymentowanie z nimi

Przejście od lokalnego trenowania modelu do uruchamiania skalowalnych przepływów pracy w chmurze może wydawać się przytłaczające. Ten kurs upraszcza ten proces, przeprowadzając przez podstawowe funkcje usługi Azure Machine Learning. Zdobędziesz praktyczne umiejętności potrzebne do rejestrowania zestawów danych, uruchamiania eksperymentów w chmurze, śledzenia wskaźników wydajności i wdrażania wyszkolonych modeli jako dostępnych usług internetowych. Czego się nauczysz: 1. Poznaj podstawowe pojęcia, grupy zasobów i architekturę obszaru roboczego usługi Azure ML. 2. Skonfiguruj instancje obliczeniowe i klastry obliczeń na potrzeby szkolenia skalowalnych modeli. Uruchamiaj i śledź eksperymenty z uczeniem maszynowym za pomocą zestawu Azure ML SDK i usługi MLflow. 4. Rejestracja, wersjonowanie i zarządzanie wyszkolonymi modelami w centralnym rejestrze modeli. Wdrażaj modele jako punkty końcowe w czasie rzeczywistym i testuj ich szybkość reakcji. 6. Zastosuj podstawowe praktyki MLOps do monitorowania wydajności modelu. Kurs zaczyna się od podstawowej terminologii i konfiguracji obszaru roboczego, a następnie przechodzi przez praktyczną konfigurację zasobów obliczeniowych, śledzenie eksperymentów i strategie wdrażania modeli. Ten kurs jest przeznaczony dla początkujących w chmurze uczenia maszynowego i specjalistów od danych, którzy chcą przenieść swoje przepływy pracy na platformę Azure. Nie jest wymagane wcześniejsze doświadczenie w inżynierii chmury. Rozpocznij swoją podróż w chmurze uczenia maszynowego i usprawnij cykl życia modelu już dziś.