剧集

在 Azure 机器学习 中使用 MLOps 提高数据科学效率、安全性和隐私性

替换为 Jordan Edwards, Aashish Bhateja

Microsoft Build 2020

MLOps（适用于 机器学习 的 DevOps）完全是为了以安全且受信任的方式加速机器学习生命周期。 加快生产速度，并提供可重现的模型训练、打包、验证、部署和监视的优化体验。 请参阅在操作中了解如何使用 MLOps 来存储、版本和跟踪 ML 资产，并收集有关模型行为的持续反馈。 了解如何利用多重身份验证、基于角色的授权、数据加密、VNET 和其他安全和隐私最佳做法。 了解如何维护质量模型并提供真正的业务价值和客户影响。