Operazioni di Machine Learning (MLOps) end-to-end con Azure Machine Learning
Le operazioni di Machine Learning (MLOps) applicano i principi di DevOps ai progetti di Machine Learning. In questo percorso di apprendimento si imparerà a implementare concetti chiave come il controllo del codice sorgente, l'automazione e le procedure CI/CD per creare una soluzione MLOps end-to-end.
Prerequisiti
- Esperienza di programmazione con Python o R
- Esperienza nello sviluppo e nel training di modelli di Machine Learning
- Familiarità con i concetti di base di Azure Machine Learning
Codice obiettivo
Si vuole richiedere un codice obiettivo?
Moduli in questo percorso di apprendimento
Informazioni su come portare il modello di Machine Learning dalla sperimentazione alla produzione usando i processi di Azure Machine Learning.
Informazioni su come automatizzare i flussi di lavoro di Machine Learning usando GitHub Actions.
Informazioni su come proteggere il ramo principale e su come attivare le attività nel flusso di lavoro di Machine Learning in base alle modifiche apportate al codice.
Informazioni su come automatizzare i controlli del codice ogni volta che si aggiorna il codice per i carichi di lavoro di Machine Learning.
Informazioni su come eseguire il training, testare e distribuire un modello di Machine Learning usando gli ambienti come parte della strategia MLOps (Machine Learning Operations).
Informazioni su come automatizzare e testare la distribuzione del modello con GitHub Actions e l'interfaccia della riga di comando di Azure Machine Learning (v2).