Azure Machine Learning: İlk Projenizi Oluşturun ve Dağıtın

Yerel makine öğrenimi deneylerinden ölçeklenebilir bulut dağıtımlarına geçiş yapmak bunaltıcı gelebilir. Bu metin tabanlı kurs, bulutta makine öğrenimi iş akışları oluşturma, yönetme ve yayınlama sürecinde size adım adım yol gösterir. Temel yerel komut satırı kodları yazmaktan Azure üzerinde tam yaşam döngüsüne sahip makine öğrenimi projelerini yönetmeye geçiş yapacaksınız. Temel kavramları keşfederek ve yazılı rehberler ile pratik yaparak, bulut ortamlarını yapılandırma, veri kümelerini kaydetme, modelleri eğitme ve bunları üretime hazır uç noktalar olarak sunma konusunda güven kazanacaksınız. Öğrenecekleriniz: Temel bulut makine öğrenimi kavramlarını ve terminolojisini anlamak; Azure Machine Learning çalışma alanlarını, işlem örneklerini (compute instances) ve ortamlarını yapılandırmak; Yinelenen eğitim çalıştırmaları için veri varlıklarını yönetmek ve veri kümelerini kaydetmek; Modern MLflow entegrasyonunu kullanarak makine öğrenimi modellerini eğitmek ve takip etmek; Eğitilmiş modelleri uygulamalar için gerçek zamanlı çıkarım (inference) uç noktaları olarak dağıtmak; Bulut dağıtımlarınızı izlemek ve güncellemek için temel MLOps uygulamalarını hayata geçirmek. Kurs, veri hazırlama, model eğitimi ve dağıtım stratejilerine geçmeden önce temel terminoloji ve çalışma alanı kurulumu ile başlar. Bulut mimarisini anlamayı kolaylaştırmak için tasarlanmış ayrıntılı açıklamaları okuyacak ve yapılandırılmış kod parçacıklarını inceleyeceksiniz. Bu kurs, bulut tabanlı makine öğrenimini öğrenmek isteyen geleceğin veri bilimcileri, geliştiricileri ve yeni başlayanlar için tasarlanmıştır. Python hakkında temel bir anlayışa sahip olmak yararlı olsa da, bulut platformlarında önceden deneyim sahibi olunması gerekmez. İlk bulut tabanlı makine öğrenimi projenizi oluşturmak ve yayınlamak için okumaya bugün başlayın.