أتمتة وظائف Azure Machine Learning باستخدام GitHub Actions

تؤدي سير عمل التعلم الآلي اليدوية إلى إبطاء النشر وتؤدي إلى حدوث أخطاء. يضمن الانتقال إلى MLOps المؤتمت تدريب نماذجك واختبارها وتحديثها بشكل موثوق في كل مرة يتغير فيها الكود الخاص بك. يرشدك هذا المساق النصي خلال عملية إعداد المسارات المؤتمتة. ستقرأ تفسيرات واضحة، وتدرس تكوينات YAML منظمة، وتتعلم كيفية ربط المستودع الخاص بك بالموارد السحابية لتشغيل التدريب تلقائيًا. ما ستتعلمه: - فهم مبادئ MLOps الأساسية وأساسيات أتمتة سير العمل - تكوين اتصالات آمنة بين المستودع الخاص بك والبيئات السحابية باستخدام إدارة بيانات الاعتماد الحديثة - كتابة سير عمل GitHub Actions لأتمتة تنفيذ وظائف Azure Machine Learning - إدارة أصول البيانات والبيئات وتسجيل النماذج من خلال البرامج النصية المؤتمتة - مراقبة حالة الوظيفة والتعامل مع الأخطاء داخل خط أنابيب التكامل المستمر الخاص بك بدءًا من مصطلحات MLOps الأساسية وإعداد بيانات الاعتماد، ينتقل المساق خطوة بخطوة عبر كتابة ملفات سير العمل وتكوين المشغلات وإدارة المخرجات. ستعمل من خلال أمثلة مكتوبة ومقتطفات برمجية عملية لبناء مسار أتمتة وظيفي. تم تصميم هذا المساق لعلماء البيانات والمطورين والمهندسين الطموحين في مجال DevOps الذين هم جدد في MLOps. لا يلزم وجود خبرة سابقة في المسارات المؤتمتة، على الرغم من أن الفهم الأساسي لمفاهيم التعلم الآلي مفيد. ابدأ القراءة اليوم لتبسيط سير عمل التعلم الآلي الخاص بك مع ممارسات الأتمتة الحديثة.