Azure Machine Learningのワークスペースとアセットの基本

堅牢な環境を構築することは、あらゆるデータサイエンスプロジェクトにおいて最初かつ最も重要なステップです。Azure Machine Learningは、データ、コンピューティングリソース、実験を管理するための集中化されたワークスペースを提供しますが、その主要なアセットの操作は最初は圧倒されるかもしれません。 このテキストベースのコースでは、Azure Machine Learningの基礎構造をガイドします。作業の整理方法、データの保護、モデルのトレーニングとデプロイのためのコンピューティング能力の準備方法を理解し、クラウドベースのAIプロジェクトで効果的にコラボレーションするための準備を整えます。 学習内容: - Azure Machine Learningワークスペースのコアアーキテクチャとその基本コンポーネントの理解 - コンピューティングインスタンスやクラスターを含む、クラウドコンピューティングリソースの構成と管理 - 再現可能な実験のためのデータアセット、データストア、環境の登録と追跡 - 最新の統合されたMLflow追跡パターンを使用したモデルのメトリクスとパラメータの追跡 - エンドツーエンドの機械学習ワークフローを自動化するためのパイプラインアセットの整理 - リアルタイム推論のためのクラウドエンドポイントへのトレーニング済みモデルのデプロイ まずは基本的なクラウド機械学習の用語とワークスペースのセットアップを学び、その後、データ、コンピューティング、モデルアセットを構成するためのステップバイステップのガイドに進みます。教材は、初期のリソースプロビジョニングからアクティブな機械学習実験の管理まで、論理的な流れで構成されています。 このコースは、Azure Machine Learningを初めて利用するデータサイエンティスト、クラウドエンジニア、開発者を対象としています。事前のクラウド経験は不要ですが、機械学習の概念に関する基本的な理解があると役立ちます。 今すぐ読み始めて、クラウドベースの機械学習の不可欠な構成要素を習得しましょう。