Gépi tanulási modellek (MLOps) üzembe helyezése

Gyors áttekintés

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

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.