Episodio
Análisis de características de MLOps: administración de recursos, artefactos y código
En este vídeo, aprenderá por qué y cómo realizar un seguimiento de los recursos y el código que va a crear en un flujo de trabajo de aprendizaje automático de un extremo a otro.
Vaya a:
- [01:20] Cómo realizar un seguimiento de los recursos y artefactos
- [04:20] Demostración: cómo realizar un seguimiento del código
- [05:58] Por qué es importante administrar conjuntos de datos y demostración
Para obtener más información:
- MLOps: Administración, implementación y supervisión de modelos con Azure Machine Learning.
- Acceso a datos en Azure Machine Learning
- Tutorial del cuaderno que se muestra en el vídeo
- Integración de Git
Vínculos favoritos de AI Show:
En este vídeo, aprenderá por qué y cómo realizar un seguimiento de los recursos y el código que va a crear en un flujo de trabajo de aprendizaje automático de un extremo a otro.
Vaya a:
- [01:20] Cómo realizar un seguimiento de los recursos y artefactos
- [04:20] Demostración: cómo realizar un seguimiento del código
- [05:58] Por qué es importante administrar conjuntos de datos y demostración
Para obtener más información:
- MLOps: Administración, implementación y supervisión de modelos con Azure Machine Learning.
- Acceso a datos en Azure Machine Learning
- Tutorial del cuaderno que se muestra en el vídeo
- Integración de Git
Vínculos favoritos de AI Show:
Dirección URL del vídeo
iframe HTML
¿Tiene comentarios? Envíe un problema aquí.