Introduktion
Organisationer har ofta olika krav för sin maskininlärningsprocess. En vanlig metod är att använda ett kommandoradsprogram för att hantera Azure-resurser. Med Azure CLI (v2) kan du hantera Azure Machine Learning-arbetsytan och dess tillgångar. Gör det enkelt att återskapa en miljö och automatisera processer.
Anta att du arbetar som maskininlärningstekniker på ett företag som säljer cyklar. En av dataexperterna på ditt företag skapade en ny maskininlärningsmodell för att förutsäga kundomsättning. Marknadsföringsteamet vill använda modellen för att veta när de ska skicka e-post till kunder med särskilda kampanjer. Genom att erbjuda en delmängd av kunderna dessa rabatter hoppas ditt företag behålla dessa kunder som annars kan köpa en cykel från konkurrenten.
Dataexperten som skapade modellen tränade modellen lokalt på sin egen dator. Att träna en maskininlärningsmodell på en lokal dator är en typisk metod.
Helst bör dock modellen tränas i Azure Machine Learning-arbetsytan och hela processen ska spåras och reproduceras. När modellen tränas med Azure Machine Learning blir det också enklare för datavetenskapsteamet att samarbeta.
Om du vill skapa en Azure Machine Learning-arbetsyta kan du använda Azure-portalen, Azure CLI eller Azure Resource Manager-mallar. För att se till att allt ditt arbete är reproducerbart och redo för automatisering för framtida projekt använder du Azure CLI.
Den här modulen visar hur du konfigurerar Azure CLI (v2) för Azure Machine Learning. Du kan sedan skapa en Azure Machine Learning-arbetsyta och alla tillgångar på den arbetsyta som krävs för att träna maskininlärningsmodeller.
Utbildningsmål
I den här modulen kommer du att:
- Installera Azure CLI och Azure Machine Learning-tillägget.
- Skapa en Azure Machine Learning-arbetsyta.
- Hantera tillgångar på Azure Machine Learning-arbetsytan med Azure CLI.