Эксплуатация моделей машинного обучения (MLOps)
Вкратце
-
Level
-
Навык
-
Продукт
Следуйте сквозному рабочему процессу MLOps на двух этапах. Сначала создайте обучающее решение, экспериментируйте с моделями, отслеживайте обучение с помощью MLflow и настраивайте гиперпараметры. Затем создайте конвейеры, запланируйте решение MLOps, автоматизируйте обучение моделей с помощью GitHub Actions, а также разверните и отслеживайте модель.
Предварительные требования
- Опыт программирования на языке Python или R
- Опыт разработки и обучения моделей машинного обучения
- Знание основных понятий Машинного обучения Azure
Код достижения
Вы хотите запросить код достижения?
Модули, включенные в эту схему обучения
Выберите этот модуль, если вы хотите разработать решение для обучения машинного обучения и выбрать Машинное обучение Azure службы и вычислительные ресурсы.
Выберите этот модуль, если вы хотите сравнить модели с помощью автоматизированного машинного обучения, MLflow и панели мониторинга ответственного искусственного интеллекта.
Выберите этот модуль, если вы хотите преобразовать записные книжки в сценарии обучения, выполнить задания команд и отслеживать модели с помощью MLflow.
Выберите этот модуль, если вы хотите оптимизировать обучение модели путем настройки гиперпараметров с помощью заданий очистки в Машинное обучение Azure.
Выберите этот модуль, если вы хотите автоматизировать многоэтапные рабочие процессы машинного обучения с повторно используемыми компонентами и конвейерами Машинное обучение Azure.
Выберите этот модуль, если вы хотите автоматизировать и проверить обучение модели с помощью GitHub Actions и конвейеров Машинное обучение Azure.
Выберите этот модуль, если хотите регистрировать, развертывать, отслеживать и откатывать модели с помощью GitHub Actions и защищённых сред.