Episodio

Approfondimento sulle funzionalità mlops: gestire gli asset, gli artefatti e il codice

In questo video si apprenderà perché e come tenere traccia degli asset e del codice che si sta creando in un flusso di lavoro di Machine Learning end-to-end.

Passare a:

[01:20] Come tenere traccia di asset e artefatti
[04:20] Demo - Come tenere traccia del codice
[05:58] Perché è importante gestire set di dati + Demo

Per altre informazioni:

MLOps: Gestione dei modelli, distribuzione e monitoraggio con Azure Machine Learning
Accesso ai dati in Azure Machine Learning
Esercitazione sul notebook mostrata nel video
Integrazione git

Collegamenti preferiti di AI Show:

Non perdere nuovi episodi, iscriversi allo show di intelligenza artificiale
Creare un account gratuito (Azure)
Deep Learning e Machine Learning
Introduzione a Machine Learning

In questo video si apprenderà perché e come tenere traccia degli asset e del codice che si sta creando in un flusso di lavoro di Machine Learning end-to-end.

Passare a:

[01:20] Come tenere traccia di asset e artefatti
[04:20] Demo - Come tenere traccia del codice
[05:58] Perché è importante gestire set di dati + Demo

Per altre informazioni:

MLOps: Gestione dei modelli, distribuzione e monitoraggio con Azure Machine Learning
Accesso ai dati in Azure Machine Learning
Esercitazione sul notebook mostrata nel video
Integrazione git

Collegamenti preferiti di AI Show:

Non perdere nuovi episodi, iscriversi allo show di intelligenza artificiale
Creare un account gratuito (Azure)
Deep Learning e Machine Learning
Introduzione a Machine Learning