Introduzione
L'obiettivo delle operazioni di Machine Learning (MLOps) è passare in modo più facile ed efficiente da un progetto sperimentale a un carico di lavoro di Machine Learning nell'ambiente di produzione.
Per eseguire il training di un modello, è opportuno sperimentare molte configurazioni diverse in un ambiente intuitivo. Diversamente, per distribuire un modello nell'ambiente di produzione, è opportuno avere una configurazione facilmente scalabile e sicuramente compatibile in futuro.
Poiché Machine Learning richiede spesso sia un ambiente di sviluppo o sperimentazione che un ambiente di produzione, è opportuno usare il recapito continuo per automatizzare il processo di passaggio di un modello dall'ambiente di sviluppo a quello di produzione.
Obiettivi di apprendimento
In questo modulo si scoprirà:
- Come configurare gli ambienti per lo sviluppo e la produzione.
- Come verificare le distribuzioni con le attività di controllo di approvazione.