Introduzione

Completato

Azure Machine Learning è un servizio cloud per la gestione dei cicli di vita dei progetti di Machine Learning. I professionisti di Machine Learning, i data scientist e i tecnici possono usare Azure Machine Learning per eseguire il training e la distribuzione di modelli e gestire le operazioni di Machine Learning.

Quando chiunque monitora un ambiente di Azure Machine Learning, è importante avere visibilità su tutte le risorse che potrebbero influire sulla qualità del modello di intelligenza artificiale e prestazioni. Il monitoraggio di Azure Machine Learning è costituito dalle aree seguenti:

  • Prestazioni di Azure Machine Learning: le risorse di calcolo forniscono l'infrastruttura per l'esecuzione di un flusso di lavoro di Machine Learning. Possono influire sulle esecuzioni, sugli esperimenti e sulle prestazioni complessive di Azure Machine Learning. Questa area è tradizionalmente destinata agli operatori e agli amministratori.
  • Problemi del flusso di lavoro: durante tutto il ciclo di vita di Machine Learning, problemi ed errori possono verificarsi durante la distribuzione di nuovi modelli, durante l'esecuzione di un processo o in altre circostanze. Sia gli amministratori che i professionisti di Machine Learning potrebbero essere interessati a questa area.
  • Modelli di Machine Learning: deriva dei dati, deviazione della stima del modello, qualità dei dati scadente e deriva dell'attribuzione delle funzionalità possono portare a modelli obsoleti e causare la obsoleta dei sistemi di intelligenza artificiale. I professionisti e i data scientist di Machine Learning sono i proprietari tradizionali di questo monitoraggio.

Azure Monitor è lo strumento principale per la gestione di un ambiente di Azure Machine Learning. Azure Monitor fornisce funzionalità integrate per monitorare i problemi di prestazioni e flusso di lavoro in Azure Machine Learning. È anche possibile espandere queste funzionalità per le proprie esigenze.

La gestione dei modelli di intelligenza artificiale si basa sulla raccolta dei dati di inferenza nell'ambiente di produzione. Questa analisi fa parte del monitoraggio dei modelli di Azure Machine Learning.