Azure Machine Learning: Build and Deploy Your First Project

Pasar de experimentos locales de machine learning a despliegues escalables en la nube puede resultar abrumador. Este curso basado en texto lo guiará paso a paso a través del proceso de construcción, gestión y publicación de flujos de trabajo de machine learning en la nube. Pasará de escribir scripts locales básicos a gestionar proyectos de machine learning durante todo su ciclo de vida en Azure. Al explorar conceptos fundamentales y practicar con guías escritas, ganará la confianza para configurar entornos en la nube, registrar conjuntos de datos, entrenar modelos y exponerlos como endpoints listos para producción. Lo que aprenderá: Comprender conceptos y terminología fundamentales de machine learning en la nube; Configurar espacios de trabajo, instancias de cómputo y entornos de Azure Machine Learning; Gestionar activos de datos y registrar conjuntos de datos para carreras de entrenamiento reproducibles; Entrenar y hacer seguimiento de modelos de machine learning utilizando la integración moderna con MLflow; Desplegar modelos entrenados como endpoints de inferencia en tiempo real para aplicaciones; Aplicar prácticas básicas de MLOps para monitorear y actualizar sus despliegues en la nube. El curso comienza con terminología esencial y la configuración del espacio de trabajo antes de avanzar hacia la preparación de datos, el entrenamiento de modelos y las estrategias de despliegue. Leerá explicaciones detalladas y estudiará fragmentos de código estructurados diseñados para hacer que la arquitectura en la nube sea fácil de entender. Este curso está diseñado para aspirantes a científicos de datos, desarrolladores y principiantes que desean aprender machine learning basado en la nube. No se requiere experiencia previa con plataformas en la nube, aunque es útil tener un conocimiento básico de Python. Comience a leer hoy para construir y publicar su primer proyecto de machine learning en la nube.