Configuration des cibles de calcul dans Azure Machine Learning

L'exécution de charges de travail d'apprentissage automatique dans le cloud nécessite une solide compréhension de la manière d'allouer et de gérer la puissance de traitement brute. Savoir quand et comment déployer différents environnements d'exécution est essentiel pour construire des pipelines de science des données évolutifs et rentables. Ce cours écrit vous guide tout au long du processus de configuration, de configuration et de gestion des cibles de calcul dans Azure Machine Learning. Vous passerez de l'exécution locale manuelle à l'orchestration de ressources cloud évolutives adaptées à vos besoins spécifiques d'entraînement et de déploiement. Ce que vous apprendrez : * Comprendre la terminologie fondamentale et l'architecture du calcul d'apprentissage automatique basé sur le cloud ; * Configurer des instances de calcul pour le développement interactif et l'analyse exploratoire des données ; * Configurer des clusters de calcul évolutifs pour gérer les tâches d'entraînement à grande échelle et le traitement parallèle ; * Appliquer des stratégies modernes de gestion des coûts pour optimiser l'allocation des ressources et éviter les dépassements de budget ; * Sélectionner le type de calcul approprié, y compris les options sans serveur, en fonction des exigences de votre charge de travail ; * Dépanner les erreurs d'exécution courantes et surveiller les métriques de performance du calcul. Le cours commence par des définitions essentielles et des concepts de base de l'infrastructure cloud avant de passer étape par étape à la configuration des instances, à la mise à l'échelle des clusters et à la mise en œuvre d'une automatisation respectueuse du budget. Vous lirez des explications détaillées et examinerez des exemples de configuration pratiques conçus pour une application immédiate. Ce cours s'adresse aux data scientists débutants, aux ingénieurs cloud et aux développeurs qui découvrent Azure Machine Learning et souhaitent comprendre le provisionnement des ressources cloud. Aucune expérience préalable en infrastructure cloud n'est requise. Commencez à bâtir votre base d'apprentissage automatique dans le cloud dès aujourd'hui.