Xây dựng và tự động hóa đường ống trong Azure Machine Learning

Thiết kế các dự án học máy đòi hỏi phải vượt qua thử nghiệm thủ công để tự động hóa các luồng công việc. Lớp học dựa trên văn bản này hướng dẫn bạn qua quá trình cấu trúc, chạy và lên lịch các đường ống học máy sử dụng Azure Machine Learning. Bằng cách đọc qua các giải thích rõ ràng, từng bước và nghiên cứu các ví dụ cấu hình thực tế, bạn sẽ chuyển từ chạy các kịch bản cô lập đến triển khai các đường ống ML lặp lại hoàn toàn tự động. Bạn sẽ có được niềm tin để cấu trúc các thành phần, quản lý tài sản dữ liệu, và theo dõi các đường ống chạy hiệu quả. Bạn sẽ học được: - Hiểu các khái niệm đường ống nền tảng và kiến trúc của Azure Machine Learning. - Tạo các thành phần có thể tái sử dụng để chuẩn bị dữ liệu và mã huấn luyện. - Tạo và chạy các đường ống từ đầu đến cuối bằng cách sử dụng các cấu hình SDK và YAML. - Lịch trình chạy đường ống để tự động hóa mô hình huấn luyện lại dựa trên thời gian hoặc thay đổi dữ liệu. - Theo dõi và giám sát các công việc đường ống sử dụng MLflow tích hợp. - Apply best practices for managing environment dependencies and compute targets an toàn. Chương trình bắt đầu với thuật ngữ và mẫu thiết kế cơ bản trước khi hướng dẫn bạn qua việc tạo thành phần, lắp ráp đường ống và lên lịch tự động. Bạn sẽ luyện tập bằng cách phân tích các mẫu mã có cấu trúc và tập tin cấu hình. Lớp học này được thiết kế cho các nhà khoa học dữ liệu, kỹ sư ML và các nhà phát triển mới đến các đường ống Azure Machine Learning. Không cần kinh nghiệm kỹ thuật đám mây trước đây, mặc dù sự quen thuộc cơ bản với Python là hữu ích. Bắt đầu đọc hôm nay để tối ưu hóa và tự động hóa các luồng công việc học máy.