Automatización del entrenamiento de modelos con Acciones de GitHub

Principiante

Científico de datos

Azure Machine Learning

GitHub

Elija este módulo si desea automatizar y validar el entrenamiento del modelo con canalizaciones de Acciones de GitHub y Azure Machine Learning.

Objetivos de aprendizaje

En este módulo aprenderá a:

Identifique qué recursos de aprendizaje automático se van a versionar en Git y que pertenecen a servicios creados específicamente, como almacenes de datos y registros de modelos.
Describir los procedimientos de desarrollo basados en troncos ( ramas de corta duración, solicitudes de incorporación de cambios y reglas de protección de ramas) que mantienen estable la rama compartida al tiempo que permiten iteración segura.
Explica cómo los flujos de trabajo de Acciones de GitHub validan los cambios en el código mediante linting y pruebas unitarias, y cómo la protección de ramas puede exigir esas comprobaciones antes de la fusión.
Compara los secretos de cliente de entidades de servicio con la federación de identidades de cargas de trabajo, y explica por qué OpenID Connect es el método de autenticación preferido para los flujos de trabajo de Acciones de GitHub que llaman a Azure.
Describe cómo un flujo de trabajo de Acciones de GitHub envía trabajos de comandos y de canalización de Azure Machine Learning, y explica cómo un intermediario convierte eventos de Azure en eventos de repository_dispatch.

Experiencia en el desarrollo y entrenamiento de modelos de Machine Learning
Familiaridad con los conceptos básicos de Azure Machine Learning, incluidas las áreas de trabajo y los trabajos de entrenamiento
Familiaridad básica con repositorios, ramas y pull requests de GitHub