Entraînement et gestion de modèles avec Azure Machine Learning

Passer des notebooks locaux au machine learning à l'échelle du cloud peut sembler décourageant sans une voie claire. Azure Machine Learning fournit l'infrastructure robuste nécessaire pour entraîner, suivre et gérer des modèles de manière fiable à grande échelle. Ce cours écrit vous guide tout au long du cycle de vie complet du machine learning sur la plateforme Azure. Vous acquerrez les compétences pratiques pour préparer les données, configurer le calcul cloud sécurisé, surveiller les expériences et gérer vos modèles pour qu'ils soient prêts pour la production. Ce que vous apprendrez : • Comprendre les concepts fondamentaux du machine learning cloud et l'architecture de l'espace de travail Azure • Configurer des ressources de calcul évolutives et sécuriser des actifs de données pour les exécutions d'entraînement • Suivre les expériences et enregistrer automatiquement les métriques de performance à l'aide de l'intégration MLflow • Enregistrer et versionner les modèles entraînés dans un registre centralisé pour une meilleure gouvernance • Déployer des modèles vers des points de terminaison en temps réel pour générer des prédictions • Mettre en œuvre les meilleures pratiques MLOps modernes pour automatiser et surveiller les flux de travail. En commençant par les concepts cloud essentiels et la configuration de l'espace de travail, les leçons textuelles vous guident étape par étape à travers la préparation des données, l'entraînement des modèles et les stratégies de déploiement. Vous étudierez des exemples de configuration pratiques et des explications structurées conçues pour une application immédiate. Ce cours est conçu pour les data scientists, les développeurs et les passionnés de cloud qui débutent avec Azure Machine Learning. Aucune expérience préalable en ingénierie cloud n'est requise, bien qu'une compréhension de base de Python et des concepts de machine learning soit utile. Commencez dès aujourd'hui à créer et à gérer vos flux de travail de machine learning à l'échelle du cloud.