Documentación de Azure Machine Learning

Entrenamiento e implementación de modelos de Machine Learning con Azure Machine Learning. Comienza con inicios rápidos, explora tutoriales y administra el ciclo de vida de ML con las mejores prácticas de MLOps.

Información general

Información general

• ¿Qué es Azure Machine Learning?
• ¿Qué es la inteligencia artificial responsable?

Configuración e inicio rápido

Inicio rápido

• Crear recursos
• Introducción a Azure Machine Learning

Comience con los conceptos básicos

Tutorial

• Preparación y exploración de datos
• Desarrollo de una estación de trabajo en la nube
• Entrenamiento de un modelo
• Implementar un modelo
• Configuración de una canalización reutilizable

Creación de soluciones de inteligencia artificial

Inicio rápido

• ¿Qué es el flujo de avisos de Azure Machine Learning?
• Introducción al flujo de avisos

Trabajar con datos

Guía paso a paso

• Uso de Apache Spark en Azure Machine Learning
• Creación de recursos de datos

Entrenamiento de modelos

Guía paso a paso

• Ejecución del entrenamiento con la CLI, el SDK o la API de REST
• Creación de canalizaciones a partir de componentes reutilizables

Implementación de modelos

Implementar

• Optimización de la implementación de modelos con puntos de conexión
• Puntuación en tiempo real con puntos de conexión en línea

Administración del ciclo de vida de ML (MLOps)

Guía paso a paso

• Seguimiento, supervisión y análisis de ejecuciones de entrenamiento
• Administración, implementación y supervisión de modelos

Seguridad para proyectos de Machine Learning

Guía paso a paso

• Creación de una área de trabajo segura
• Conectarse a orígenes de datos
• Seguridad y gobernanza para empresas

Documentos de referencia

Referencia

• SDK de Python (v2)
• CLI (v2)
• API DE REST
• Referencia del componente y algoritmo

Recursos

Referencia

• Actualización a v2
• Ejemplos de código del SDK de Python (v2)
• Ejemplos de código de la CLI (v2)