Documentation Azure Machine Learning

Découvrez comment entraîner et déployer des modèles et comment gérer le cycle de vie du ML (MLOps) avec Azure Machine Learning. Tutoriels, exemples de code, informations de référence sur les API, etc.

Vue d’ensemble

Vue d’ensemble

• Qu'est-ce que Microsoft Azure Machine Learning ?
• Qu’est-ce que l’IA responsable ?

Démarrage rapide et installation

Démarrage rapide

• Créer des ressources
• Prise en main d’Azure Machine Learning

Commencer avec les concepts de base

Didacticiel

• Préparer et explorer les données
• Développer sur une station de travail cloud
• Effectuer l’apprentissage d’un modèle
• Déployer un modèle
• Configurer un pipeline réutilisable

Bâtir des solutions d’IA

Démarrage rapide

• Qu’est-ce qu’un flux d’invite Azure Machine Learning ?
• Démarrage dans le flux d’invite

Utilisation des données

Guide pratique

• Utiliser Apache Spark dans Azure Machine Learning
• Créer des ressources de données

Entraîner des modèles

Guide pratique

• Exécuter un apprentissage avec l’interface CLI, le Kit de développement logiciel (SDK) ou l’API REST
• Créer des pipelines à partir de composants réutilisables

Déployer des modèles

Déployer

• Simplifier le modèle de déploiement avec des points de terminaison
• Scoring en temps réel avec des points de terminaison en ligne

Gérer le cycle de vie du ML (MLOps)

Guide pratique

• Suivre, superviser et analyser les exécutions d’entraînement
• Gestion, déploiement et surveillance des modèles

Sécurité pour les projets ML

Guide pratique

• Créer un espace de travail sécurisé
• Se connecter à la source de données
• Sécurité et gouvernance d’entreprise

Documents de référence

Référence

• Kit de développement logiciel (SDK) Python (v2)
• CLI (v2)
• API REST
• Référence sur les algorithmes et les composants

Ressources

Référence

• Mettre à niveau vers v2
• Exemples de codes du Kit de développement logiciel (SDK) Python (v2)
• Exemples de codes CLI (v2)