Azure Machine Learning: Создайте и разверните свой первый проект

Переход от локальных экспериментов в области машинного обучения к масштабируемому облачному развертыванию может казаться сложным. Этот текстовый курс шаг за шагом проведет вас через процесс создания, управления и публикации рабочих процессов машинного обучения в облаке. Вы перейдете от написания базовых локальных скриптов к управлению проектами машинного обучения с полным жизненным циклом в Azure. Изучая основные концепции и практикуясь с помощью текстовых пошаговых руководств, вы обретете уверенность в настройке облачных сред, регистрации наборов данных, обучении моделей и их предоставлении в качестве готовых к продакшену эндпоинтов. Чему вы научитесь: Понимать основополагающие концепции и терминологию облачного машинного обучения; Настраивать рабочие области Azure Machine Learning, вычислительные экземпляры и среды; Управлять активами данных и регистрировать датасеты для воспроизводимых прогонов обучения; Обучать и отслеживать модели машинного обучения с использованием современной интеграции с MLflow; Развертывать обученные модели в качестве эндпоинтов выводов в реальном времени для приложений; Применять базовые практики MLOps для мониторинга и обновления ваших облачных развертываний. Курс начинается с изучения ключевой терминологии и настройки рабочей области, после чего переходит к подготовке данных, обучению моделей и стратегиям развертывания. Вы прочитаете подробные объяснения и изучите структурированные фрагменты кода, разработанные для того, чтобы сделать облачную архитектуру простой для понимания. Этот курс предназначен для начинающих дата-сайентистов, разработчиков и новичков, которые хотят изучить облачное машинное обучение. Предварительный опыт работы с облачными платформами не требуется, хотя базовое понимание Python будет полезным. Начните читать сегодня, чтобы создать и опубликовать свой первый облачный проект машинного обучения.