Memulai dengan Ruang Kerja dan Aset Pembelajaran Mesin Azure

Membangun lingkungan yang kuat adalah langkah pertama dan paling penting dalam proyek ilmu data. Azure Machine Learning menyediakan ruang kerja terpusat untuk mengelola data, sumber daya komputasi, dan eksperimen Anda, tetapi menavigasi aset intinya dapat terasa membingungkan pada awalnya. Kursus berbasis teks ini memandu Anda melalui struktur dasar Azure Machine Learning. Anda akan memahami cara mengatur pekerjaan Anda, mengamankan data Anda, dan mempersiapkan daya komputasi untuk pelatihan dan penerapan model, sehingga mempersiapkan Anda untuk berkolaborasi secara efektif pada proyek AI berbasis awan. Apa yang akan kau pelajari: - Mengerti arsitektur inti dari ruang kerja Azure Machine Learning dan komponen dasarnya - Konfigurasikan dan urus sumber daya komputasi awan, termasuk instansi komputasinya dan cluster - Mendaftar dan melacak aset data, datastore, dan lingkungan untuk eksperimen yang dapat direproduksi - Melacak metrik dan parameter model menggunakan pola pelacakan MLflow terintegrasi modern - Mengorganisir aset pipa untuk mengautomasikan end-to-end machine learning workflows - Deploy model terlatih ke cloud endpoint untuk inferensi waktu nyata Anda akan mulai dengan menjelajahi terminologi dasar machine learning cloud dan pengaturan ruang kerja sebelum beralih ke panduan tertulis langkah demi langkah tentang mengkonfigurasi data, komputasi, dan model aset. Material mengalir secara logis dari penyediaan sumber daya awal untuk mengelola eksperimen machine learning aktif. Kursus ini dirancang untuk ilmuwan data bercita-cita, insinyur awan, dan pengembang yang baru mengenal Azure Machine Learning. Tidak diperlukan pengalaman cloud sebelumnya, meskipun pemahaman dasar konsep machine learning akan membantu. Mulailah membaca hari ini untuk menguasai blok bangunan penting dari machine learning berbasis cloud.