Gépi tanulási modellek (MLOps) üzembe helyezése
Gyors áttekintés
-
Level
-
Készség
-
Termék
-
Szerepkör
Ismerje meg, hogyan lehet gépi tanulási modelleket üzembe helyezni a teljes MLOps-életciklus használatával. Ez a képzési terv az Azure Machine Learning-modellekkel való kísérletezést és betanítást, a modellek betanításának automatizálását folyamatokkal és hiperparaméterek finomhangolásával, a gitHub Actions-feladatok aktiválását, a törzsalapú fejlesztés implementálását, a környezetek kezelését és a modellek éles környezetben való üzembe helyezését ismerteti.
Előfeltételek
- Programozási tapasztalat Python vagy R használatával
- Gépi tanulási modellek fejlesztésének és betanításának tapasztalata
- Az Azure Machine Learning alapfogalmainak ismerete
Eredménykód
Szeretne eredménykódot kérni?
A képzési terv moduljai
Megtudhatja, hogyan keresheti meg a legjobb gépi tanulási modellt az automatizált gépi tanulással (AutoML), az MLflow által követett jegyzetfüzetekkel és a Felelős AI-irányítópulttal.
Megtanulhatja, hogyan végezhet hiperparaméterek finomhangolását egy sweep feladattal az Azure Machine Learningben.
Megtudhatja, hogyan hozhat létre és használhat összetevőket folyamatépítéshez az Azure Machine Learningben. Azure Machine Learning-folyamatok futtatása és ütemezése a gépi tanulási munkafolyamatok automatizálásához.
Megtudhatja, hogyan automatizálhatja a gépi tanulási munkafolyamatokat a GitHub Actions használatával.
Megtudhatja, hogyan védheti meg a fő ágat, és hogyan indíthat el feladatokat a gépi tanulási munkafolyamatban a kód módosításai alapján.
Megtudhatja, hogyan taníthat be, tesztelhet és helyezhet üzembe gépi tanulási modelleket környezetek használatával a gépi tanulási műveletek (MLOps) stratégiájának részeként.
Megtudhatja, hogyan automatizálhatja és tesztelheti a modell üzembe helyezését a GitHub Actions és az Azure Machine Learning CLI (v2) használatával.