Azure Machine Learning : construisez et déployez votre premier projet

Passer d'expérimentations locales de machine learning à des déploiements évolutifs dans le cloud peut sembler insurmontable. Ce cours textuel vous guide étape par étape dans le processus de construction, de gestion et de publication de flux de travail de machine learning dans le cloud. Vous passerez de la rédaction de scripts locaux de base à la gestion de projets de machine learning sur l'ensemble de leur cycle de vie sur Azure. En explorant les concepts fondamentaux et en vous entraînant avec des guides écrits, vous acquerrez la confiance nécessaire pour configurer des environnements cloud, enregistrer des jeux de données, entraîner des modèles et les exposer sous forme de points de terminaison prêts pour la production. Ce que vous apprendrez : - Comprendre les concepts et la terminologie fondamentaux du machine learning dans le cloud ; - Configurer les espaces de travail, les instances de calcul et les environnements Azure Machine Learning ; - Gérer les actifs de données et enregistrer des jeux de données pour des exécutions d'entraînement reproductibles ; - Entraîner et suivre des modèles de machine learning grâce à l'intégration moderne de MLflow ; - Déployer des modèles entraînés sous forme de points de terminaison d'inférence en temps réel pour des applications ; - Appliquer des pratiques MLOps de base pour surveiller et mettre à jour vos déploiements cloud. Le cours commence par la terminologie essentielle et la configuration de l'espace de travail avant de passer à la préparation des données, à l'entraînement des modèles et aux stratégies de déploiement. Vous lirez des explications détaillées et étudierez des extraits de code structurés conçus pour rendre l'architecture cloud facile à comprendre. Ce cours est conçu pour les futurs data scientists, les développeurs et les débutants qui souhaitent apprendre le machine learning dans le cloud. Aucune expérience préalable avec les plateformes cloud n'est requise, bien qu'une connaissance de base de Python soit utile. Commencez à lire dès aujourd'hui pour construire et publier votre premier projet de machine learning dans le cloud.