Azure Machine Learning : Entraînement de modèles et expérimentation

Trouver le bon modèle d'apprentissage automatique peut ressembler à chercher une aiguille dans une botte de foin. Azure Machine Learning simplifie ce processus en fournissant des outils cloud puissants pour automatiser, suivre et optimiser vos flux de travail d'entraînement de modèles. Dans ce cours textuel, vous passerez d'un passionné de science des données à un praticien confiant capable d'exécuter des expériences dans le cloud. Vous découvrirez comment exploiter l'apprentissage automatique automatisé pour identifier rapidement les modèles les plus performants et écrire du code de notebook propre pour affiner vos résultats. Ce que vous apprendrez : * Comprendre les concepts fondamentaux d'Azure Machine Learning, les espaces de travail et les environnements de calcul ; * Configurer des exécutions d'apprentissage automatique automatisé (AutoML) pour trouver le meilleur modèle pour vos données ; * Pratiquer l'écriture de scripts d'entraînement et l'exécution d'expériences personnalisées dans des notebooks cloud ; * Appliquer des techniques modernes de suivi d'expériences à l'aide de l'intégration MLflow pour enregistrer les métriques et les paramètres ; * Évaluer les performances du modèle à l'aide de métriques clés et sélectionner le meilleur candidat pour le déploiement. Le cours commence par la terminologie de base et la configuration de votre environnement d'espace de travail, puis vous guide étape par étape à travers les flux de travail automatisés, les exécutions de notebooks interactifs et les pratiques professionnelles d'évaluation de modèles. Ce cours est conçu pour les aspirants scientifiques des données et les développeurs qui débutent avec Azure Machine Learning, ne nécessitant aucune expérience préalable des outils d'IA basés sur le cloud. Commencez à lire dès aujourd'hui pour libérer la puissance de l'expérimentation d'apprentissage automatique à l'échelle du cloud.