Introduzione
Si supponga di aver eseguito il training di un modello per stimare le vendite del prodotto. Il modello è stato sottoposto a training e monitorato in Azure Machine Learning. Ogni mese si vuole usare il modello per prevedere le vendite per il mese successivo.
In molti scenari di produzione, le attività a esecuzione prolungata che gestiscono grandi quantità di dati vengono eseguite come operazioni di batch. In Machine Learning l'inferenza batch viene usata per applicare in modo asincrono un modello predittivo a più casi e scrivere i risultati in un file o un database.
In Azure Machine Learning è possibile implementare soluzioni di inferenza batch distribuendo un modello in un endpoint batch.
Obiettivi di apprendimento
In questo modulo si apprenderà come:
- Creare un endpoint batch.
- Distribuire il modello MLflow su un endpoint batch.
- Distribuire un modello personalizzato in un endpoint batch.
- Richiamare gli endpoint batch.