Azure Machine Learning: Bina dan Deploy Projek Pertama Anda

Beralih daripada eksperimen machine learning tempatan kepada penyebaran awan yang boleh diskalakan boleh terasa amat sukar. Kursus berasaskan teks ini membimbing anda langkah demi langkah menerusi proses membina, mengurus, dan menerbitkan aliran kerja machine learning di dalam awan. Anda akan beralih daripada menulis skrip tempatan asas kepada mengurus projek machine learning kitaran hayat penuh di Azure. Dengan meneroka konsep teras dan berlatih melalui panduan bertulis, anda akan memperoleh keyakinan untuk mengkonfigurasi persekitaran awan, mendaftar set data, melatih model, dan mendedahkannya sebagai titik akhir sedia pengeluaran. Apa yang akan anda pelajari: Memahami konsep dan terminologi asas cloud machine learning; Mengkonfigurasi ruang kerja Azure Machine Learning, compute instances, dan persekitaran; Mengurus aset data dan mendaftar set data untuk larian latihan yang boleh direproduksi; Melatih dan menjejaki model machine learning menggunakan integrasi MLflow moden; Deploy model terlatih sebagai titik akhir inferens masa nyata untuk aplikasi; Mengaplikasikan amalan asas MLOps untuk memantau dan mengemas kini penyebaran awan anda. Kursus ini bermula dengan terminologi penting dan persediaan ruang kerja sebelum beralih ke penyediaan data, latihan model, dan strategi penyebaran. Anda akan membaca penjelasan terperinci dan mempelajari potongan kod berstruktur yang direka untuk menjadikan arkitektur awan mudah difahami. Kursus ini direka untuk saintis data bercita-cita tinggi, pembangun, dan pemula yang ingin mempelajari machine learning berasaskan awan. Tiada pengalaman terdahulu dengan platform awan diperlukan, walaupun pemahaman asas tentang Python adalah membantu. Mula membaca hari ini untuk membina dan menerbitkan projek machine learning berasaskan awan pertama anda.