Kompleksowe operacje uczenia maszynowego (MLOps) przy użyciu usługi Azure Machine Edukacja
Operacje uczenia maszynowego (MLOps) stosują zasady metodyki DevOps do projektów uczenia maszynowego. W tej ścieżce szkoleniowej dowiesz się, jak zaimplementować kluczowe pojęcia, takie jak kontrola źródła, automatyzacja i ciągła integracja/ciągłe wdrażanie, aby utworzyć kompleksowe rozwiązanie MLOps.
Wymagania wstępne
- Środowisko programowania w języku Python lub R
- Doświadczenie w tworzeniu i trenowanie modeli uczenia maszynowego
- Znajomość podstawowych pojęć dotyczących usługi Azure Machine Edukacja
Kod osiągnięć
Czy chcesz zażądać kodu osiągnięcia?
Moduły w ramach tej ścieżki szkoleniowej
Dowiedz się, jak przejąć model uczenia maszynowego od eksperymentowania do środowiska produkcyjnego przy użyciu zadań usługi Azure Machine Edukacja.
Dowiedz się, jak zautomatyzować przepływy pracy uczenia maszynowego przy użyciu funkcji GitHub Actions.
Dowiedz się, jak chronić gałąź główną i jak wyzwalać zadania w przepływie pracy uczenia maszynowego na podstawie zmian w kodzie.
Dowiedz się, jak automatyzować kontrole kodu przy każdej aktualizacji kodu dla obciążeń uczenia maszynowego.
Dowiedz się, jak trenować, testować i wdrażać model uczenia maszynowego przy użyciu środowisk w ramach strategii operacji uczenia maszynowego (MLOps).
Dowiedz się, jak zautomatyzować i przetestować wdrażanie modelu za pomocą funkcji GitHub Actions i interfejsu wiersza polecenia usługi Azure Machine Edukacja (wersja 2).