Wdrożenie modelu typu scikit-learn w usłudze Azure ML
W tym notesie używane są modele ElasticNet trenowane w zestawie danych cukrzycy opisanym w artykule Śledzenie trenowania modelu scikit-learn za pomocą biblioteki MLflow. W notesie pokazano, jak:
- Wybieranie modelu do wdrożenia przy użyciu interfejsu użytkownika eksperymentu platformy MLflow
- Wdrażanie modelu w usłudze Azure ML przy użyciu interfejsu API MLflow
- Wykonywanie zapytań względem wdrożonego modelu
- Powtórz proces wdrażania i zapytania dla innego modelu
- Usuwanie wdrożenia przy użyciu interfejsu API platformy MLflow
Wdrażanie modelu biblioteki MLflow scikit-learn w notesie platformy Azure
Wdrażanie w usłudze modelowej
Jeśli wolisz obsługiwać zarejestrowany model przy użyciu usługi Databricks, zobacz Model serving with Azure Databricks (Obsługa modelu w usłudze Azure Databricks).