Azure Makine Öğrenimi Çalışma Alanı ve Varlıklarla Başlamak

Güçlü bir ortam oluşturmak, herhangi bir veri bilimi projesinin ilk ve en kritik adımıdır. Azure Machine Learning verilerinizi, hesaplama kaynaklarınızı ve deneylerinizi yönetmek için merkezi bir çalışma alanı sağlar, ancak temel varlıklarına yönelmek ilk başta baskın gelebilir. Bu metin tabanlı kurs, Azure Machine Learning'in temel yapısı boyunca size rehberlik eder. İşinizi nasıl organize edeceğinizi, verilerinizi nasıl güvence altına alacağınızı ve modelleri eğitmek ve dağıtmak için hesaplama gücünü nasıl hazırlayacağınızı anlayacaksınız, bu da sizi bulut tabanlı yapay zeka projelerinde etkili bir şekilde işbirliği yapmaya hazırlayacaktır. Ne öğreneceksin: - Azure Machine Learning çalışma alanının çekirdek mimarisini ve temel bileşenlerini anlayın - Hesaplama örnekleri ve kümeler de dahil olmak üzere bulut hesaplama kaynaklarını yapılandır ve yönet - Veri varlıklarını, veri depolarını ve tekrarlanabilir deney ortamlarını kaydedin ve izleyin - Modern entegre MLflow izleme desenlerini kullanarak model metriklerini ve parametrelerini izleyin - Boru hattı varlıklarını, uçtan uca makine öğrenimi çalışma akışlarını otomatikleştirmek için organize edin - Gerçek zamanlı çıkarım için eğitilmiş modelleri bulut son noktalarına dağıtın Veri, hesaplama ve model varlıklarını yapılandırmak için adım adım yazılı kılavuzlara geçmeden önce temel bulut makine öğrenimi terminolojisi ve çalışma alanının kurulumunu keşfederek başlayabilirsiniz. Malzeme, başlangıç kaynak temininden aktif makine öğrenimi deneylerini yönetmeye kadar mantıklı bir şekilde akmaktadır. Bu kurs, Azure Machine Learning'e yeni başlayan veri bilimcileri, bulut mühendisleri ve geliştiriciler için tasarlanmıştır. Önceden bulut deneyimi gerekmez, ancak makine öğrenimi kavramlarının temel anlayışı yararlıdır. Bulut tabanlı makine öğreniminin temel yapı taşlarını öğrenmek için bugün okumaya başlayın.