Pipeline di Azure Machine Learning: creazione di flussi di lavoro end-to-end

Questo corso basato su testo ti guiderà attraverso il processo di strutturazione, esecuzione e gestione di pipeline di machine learning end-to-end sulla piattaforma di Azure. Imparerai come passare da script manuali a pipeline automatizzate e ripetibili.Studiando le nostre guide scritte passo-passo e analizzando esempi di configurazione del mondo reale, acquisirai le competenze per creare lavori sequenziali e paralleli, gestire set di dati e distribuire modelli in modo efficiente. Cosa imparerai: - Comprendere i concetti fondamentali di cloud MLOps e l'architettura dell'area di lavoro di Azure Machine Learning. - Configurare le dipendenze dell'ambiente e calcolare gli obiettivi utilizzando la CLI di Azure. - Crea passaggi sequenziali della pipeline per automatizzare la preparazione, la formazione e la valutazione dei dati. - Progetta lavori paralleli per elaborare set di dati su larga scala e ottimizzare i tempi di allenamento. - Registra e traccia i modelli utilizzando le pratiche di registrazione e versioning di Azure ML. - Monitorare le esecuzioni della pipeline e risolvere gli errori di esecuzione comuni attraverso l'analisi dei log. Il corso inizia con la terminologia essenziale e la configurazione dell'area di lavoro prima di guidarti attraverso le definizioni delle pipeline basate su YAML e i comandi CLI. Questo corso è progettato per aspiranti ingegneri ML, data scientist e appassionati di cloud che sono nuovi in Azure Machine Learning.Non è richiesta alcuna esperienza precedente di ingegneria cloud, anche se è utile una conoscenza di base di Python. Inizia a creare flussi di lavoro cloud strutturati e scalabili oggi stesso.