Ajuste de hiperparámetros con Azure Machine Learning Sweep Jobs

Encontrar los hiperparámetros adecuados para sus modelos de machine learning a menudo parece una cuestión de adivinanza, lo que consume un tiempo valioso y recursos en la nube. Este curso basado en texto le enseña cómo automatizar este proceso utilizando Azure Machine Learning sweep jobs para identificar sistemáticamente las mejores configuraciones. Al completar este curso, pasará del ensayo y error manual a la ejecución de experimentos de búsqueda automatizados y escalables en la nube. Aprenderá a definir espacios de búsqueda, elegir métodos de muestreo e implementar políticas de finalización anticipada para ahorrar costos mientras maximiza el rendimiento del modelo. Lo que aprenderá: - Comprender los conceptos fundamentales de hiperparámetros, incluidos los espacios de búsqueda discretos frente a los continuos. - Configurar sweep jobs utilizando el SDK moderno de Azure Machine Learning para automatizar la optimización de modelos. - Aplicar diferentes métodos de muestreo como la búsqueda en cuadrícula (grid), aleatoria (random) y bayesiana (Bayesian) para explorar su espacio de parámetros. - Implementar políticas de finalización anticipada para detener las ejecuciones de bajo rendimiento y optimizar los presupuestos de cómputo en la nube. - Rastrear y analizar los resultados de las pruebas utilizando métricas integradas y herramientas de historial de ejecución. - Seleccionar y registrar el modelo de mejor rendimiento automáticamente para su posterior despliegue. Comenzando con la terminología principal y la configuración del espacio de trabajo, avanzará a través de la definición de espacios de búsqueda, la configuración de la ejecución y el análisis de los resultados de sus experimentos de barrido. Cada concepto se refuerza con explicaciones escritas claras y fragmentos de código. Este curso está diseñado para científicos de datos principiantes y entusiastas del machine learning que desean escalar sus flujos de trabajo de entrenamiento en la nube. No se requiere experiencia previa con Azure Machine Learning. Comience a leer hoy para automatizar la optimización de sus modelos y construir pipelines de machine learning más precisos.