Разработка решений машинного обучения с Azure

Переход от написания локального кода машинного обучения к разработке решений корпоративного уровня требует структурированного подхода к облачным ресурсам, конвейерам данных и развертыванию моделей. Этот текст-основанный курс ведет вас через основные принципы архитектурировать масштабируемые системы машинного обучения используя лазурное машинное обучение. Вы узнаете, как разрабатывать, обучать и управлять жизненным циклом моделей машинного обучения с помощью облачных рабочих процессов. Что вы узнаете: Понимание основных концепций машинного обучения облака и архитектуры лазурного машинного образования; Настройте безопасное хранение данных, вычислите цели, и рабочие области для совместной разработки; Проектируйте автоматизированные конвейеры обучения и управляйте экспериментами эффективно; Разверните обученные модели к производственным средам для реального времени и пакета Применять современные принципы MLOps, включая базовый мониторинг модели и управление версиями; Управление артефактами модели, средами и регистрами моделей для воспроизводимых рабочих процессов. Начиная с основных определений облачного машинного обучения, вы пройдете через настройку рабочего пространства, управление данными, проектирование конвейера и стратегии развертывания. Этот курс предназначен для начинающих ученых, разработчиков и архитекторов облачных систем, которые только начинают знакомиться с Azure Machine Learning, и у которых нет предыдущего опыта работы с облачными технологиями. Начните создавать надежные облачные решения ML сегодня.