Démarrer avec l'espace de travail et les ressources Azure Machine Learning

La mise en place d'un environnement robuste est la première étape, et la plus critique, de tout projet de science des données. Azure Machine Learning fournit un espace de travail centralisé pour gérer vos données, vos ressources de calcul et vos expériences, mais la navigation parmi ses actifs principaux peut sembler intimidante au début. Ce cours textuel vous guide à travers la structure fondamentale d'Azure Machine Learning. Vous comprendrez comment organiser votre travail, sécuriser vos données et préparer la puissance de calcul pour l'entraînement et le déploiement de modèles, vous préparant ainsi à collaborer efficacement sur des projets d'IA basés sur le cloud. Ce que vous apprendrez : - Comprendre l'architecture de base d'un espace de travail Azure Machine Learning et ses composants essentiels - Configurer et gérer les ressources de calcul cloud, y compris les instances de calcul et les clusters - Enregistrer et suivre les actifs de données, les magasins de données et les environnements pour des expériences reproductibles - Suivre les métriques et les paramètres des modèles en utilisant les modèles de suivi MLflow intégrés modernes - Organiser les actifs de pipeline pour automatiser les flux de travail de machine learning de bout en bout - Déployer des modèles entraînés vers des points de terminaison cloud pour l'inférence en temps réel Vous commencerez par explorer la terminologie de base du machine learning dans le cloud et la configuration de l'espace de travail avant de passer à des guides écrits étape par étape sur la configuration des données, du calcul et des actifs de modèle. Le contenu suit une logique allant du provisionnement initial des ressources à la gestion des expériences de machine learning actives. Ce cours est conçu pour les aspirants data scientists, ingénieurs cloud et développeurs qui découvrent Azure Machine Learning. Aucune expérience préalable du cloud n'est requise, bien qu'une compréhension de base des concepts de machine learning soit utile. Commencez à lire dès aujourd'hui pour maîtriser les éléments essentiels du machine learning basé sur le cloud.