Gestione dei dati in Azure Machine Learning

Per costruire modelli di machine learning di successo, i tuoi dati devono essere accessibili, organizzati e sicuri. Questo corso basato su testo ti guida attraverso i passaggi fondamentali per connettere e gestire le tue fonti di dati all'interno dell'ambiente Azure Machine Learning. Passerai dalla gestione manuale dei file di dati grezzi alla creazione di flussi di lavoro di dati robusti e automatizzati. Alla fine di questo corso, sarai in grado di configurare con sicurezza connessioni sicure a vari sistemi di archiviazione cloud e preparare i tuoi set di dati per l'addestramento del modello. Cosa imparerai: - Comprendere i concetti fondamentali di archiviazione cloud e l'architettura di Azure Machine Learning. - Configurare datastore sicuri per connettere il tuo spazio di lavoro alle risorse di archiviazione cloud. - Creare e versionare risorse di dati per garantire la riproducibilità nei tuoi esperimenti di machine learning. - Applicare le moderne best practice di sicurezza, incluse le identità gestite e l'accesso senza credenziali. - Esercitarsi a registrare e recuperare set di dati utilizzando frammenti di codice Python. - Ottimizzare le prestazioni di caricamento dei dati per lavori di addestramento su larga scala. Inizierai padroneggiando la terminologia essenziale e i concetti di base del cloud prima di passare alla configurazione pratica. Attraverso spiegazioni chiare e scritte e walkthrough di codice strutturati, imparerai a registrare datastore e a gestire le risorse di dati passo dopo passo. Questo corso è progettato per data scientist principianti, ingegneri cloud e sviluppatori che sono nuovi ad Azure Machine Learning. Non è richiesta alcuna esperienza precedente di amministrazione cloud, sebbene una familiarità di base con Python sia utile. Inizia oggi stesso a costruire flussi di lavoro di dati sicuri e riproducibili per i tuoi progetti di machine learning.