Azure Makine Öğrenmesi Modeli İzleme Temelleri

Bir makine öğrenimi modelini dağıtmak, yaşam döngüsünün sadece başlangıcıdır. Üretimde bir kez, modeller bozulabilir, beklenmedik verilerle karşılaşabilir ve sürekli izleme gerekli kılar. Bu metin tabanlı kurs, Azure ekosistemi içinde makine öğrenme modellerini izleme temel kavramlarını size yönlendirir. Veri toplama, model performans analizi ve akıllı sistemlerinizin sorunsuz çalışması için uyarı oluşturma yöntemlerini öğreneceksiniz. Ne öğreneceksiniz: - Temel MLOps ve model izleme terminolojisini anlayın; - Üretim girdilerini ve çıktılarını toplamak için Azure Machine Learning veri toplayıcılarını ayarlayın;- Zaman içinde veri sürüklenmesi ve model performansı bozukluğunu tespit edin; - Operasyonel anormalliklere yanıt vermek için uyarılar ve otomatik tetikleyiciler oluşturun; - Modern veritabanlarını izleme uygulaması Klasik ML metriklerinin yanı sıra üretken AI ve LLM metrikleri; - Azure Monitor ile izleme çalışma akışlarını entegre edin. Model sapması ve operasyonel metriklerin temel tanımlarıyla başlıyoruz, ardından Azure-doğal izleme araçlarını konfigüre etmeye ve gerçek dünya telemetri verilerini analiz etmeye geçiş yapıyoruz. Bu kurs, model gözlemlenebilirliğini anlamak isteyen yeni başlayanlar, umut verici veri bilimcileri ve bulut tutkunları için tasarlanmıştır. Azure Makine Öğrenmesi ile önceden bir deneyim gerekmez. Bugün okumaya başlayın ve dağıtılmış modellerinizi doğru ve güvenilir tutmak için gerekli olanları öğrenin.