Gestión de Espacios de Trabajo de Azure Machine Learning: Configuración e Implementación

Comenzar con el aprendizaje automático basado en la nube requiere una base sólida en la configuración del entorno y la gestión de recursos. Este curso lo guiará a través de la configuración de su primer espacio de trabajo de Azure Machine Learning, asegurando que tenga la estructura adecuada para proyectos de IA exitosos. Pasará de clics manuales en el portal a la gestión programática del espacio de trabajo. Al leer nuestras explicaciones detalladas y estudiar scripts de configuración del mundo real, ganará la confianza para aprovisionar, proteger y organizar activos de aprendizaje automático de manera eficiente. Lo que aprenderá: * Comprender la terminología central del aprendizaje automático en la nube, la arquitectura del espacio de trabajo y los tipos de activos; * Configurar un espacio de trabajo de Azure Machine Learning utilizando tanto la CLI como el SDK de Python v2; * Gestionar recursos del espacio de trabajo, incluyendo instancias de cómputo, almacenes de datos y entornos; * Implementar configuraciones de seguridad básicas y controles de acceso para equipos colaborativos; * Organizar activos de aprendizaje automático como conjuntos de datos y modelos para un seguimiento sin problemas. El curso comienza con definiciones fundamentales de recursos de ML en la nube, avanzando paso a paso a través de comandos de configuración, sintaxis del SDK y estrategias de gestión prácticas. Leerá fragmentos de código completos y aplicará sus conocimientos a través de ejercicios conceptuales escritos. Diseñado para ingenieros de nube principiantes, científicos de datos y desarrolladores nuevos en Azure que desean una introducción estructurada a la infraestructura de ML, este curso no requiere experiencia previa en administración de la nube. Comience a leer hoy mismo para construir una base confiable y segura para sus flujos de trabajo de aprendizaje automático en la nube.