Introduction
Vous pouvez gérer vos modèles Machine Learning avec l’extension Azure Machine Learning pour l’interface CLI (v2). Lorsque vous exécutez du code en tant que travail Azure Machine Learning, vous pouvez facilement configurer l’entraînement de modèle automatisé.
Imaginez que vous êtes ingénieur Machine Learning dans une entreprise du secteur de la santé. L’équipe de science des données a créé un modèle de classification capable de prédire si quelqu’un a du diabète en se basant sur ses informations médicales.
À l’aide de travaux Azure Machine Learning, vous souhaitez exécuter toutes les étapes nécessaires pour prétraiter les données et entraîner le modèle. Lorsque vous définissez le travail dans YAML et que vous l’exécutez avec l’interface CLI (v2), votre workflow peut être planifié ou déclenché chaque fois que le modèle doit être réentraîné. Par exemple, lorsque vous avez de nouvelles données sur lesquelles le modèle doit être entraîné.
Objectifs d’apprentissage
Dans ce module, vous allez découvrir comment :
- Convertir un notebook en scripts.
- Utiliser YAML pour définir une commande ou un travail de pipeline.
- Exécuter des scripts en tant que travail avec l’interface CLI v2.