مقدمة

مكتمل

تخيل أنك دربت نموذجا للتوصية بالمطاعم. تم تدريب النموذج وتتبعه في التعلم الآلي من Microsoft Azure. تريد استخدام النموذج في التطبيق الخاص بك حيث يمكن للمستهلكين استعراض المطاعم في منطقتهم. في كل مرة يختار فيها المستهلك مطعما في التطبيق، تريد أن يوصي النموذج بمطاعم أخرى قد تكون أيضا ذات أهمية للمستهلك لتحسين تجربة المستخدم.

كلما قمت بتدريب نموذج، ستحتاج في النهاية إلى استهلاك النموذج. تريد استخدام النموذج المدرب للتنبؤ بالتسميات للبيانات الجديدة التي لم يتم تدريب النموذج عليها.

لاستهلاك النموذج، تحتاج إلى توزيعه. تتمثل إحدى طرق توزيع النموذج في دمجه مع خدمة تسمح للتطبيقات بطلب تنبؤات فورية أو في الوقت الحقيقي لمجموعات فردية أو صغيرة من نقاط البيانات.

في Azure Machine Learning، يمكنك استخدام نقاط النهاية عبر الإنترنت لنشر نموذجك واستهلاكه.

أهداف التعلم

في هذه الوحدة، ستتعلم كيفية:

• إنشاء نقاط نهاية مدارة عبر الإنترنت.
• انشر نموذج MLflow الخاص بك إلى نقطة نهاية مدارة عبر الإنترنت.
• نشر نموذج مخصص إلى نقطة نهاية مدارة عبر الإنترنت.
• اختبار نقاط النهاية عبر الإنترنت.