Struttura del corso
Introduzione
MLOps Panoramica
- Che cos'è MLOps?
- MLOps in Azure Machine Learning architettura
Preparazione dell'ambiente MLOps
- Impostazione Azure Machine Learning
Riproducibilità del modello
- Utilizzo di pipeline Azure Machine Learning
- Collegamento tra processi Machine Learning e pipeline
Contenitori e distribuzione
- Imballaggio dei modelli in contenitori
- Distribuzione di contenitori
- Convalida dei modelli
Automazione delle operazioni
- Automazione delle operazioni con Azure, Machine Learning e GitHub
- Ripetizione del training e test dei modelli
- Lancio di nuovi modelli
GoGaranzia e controllo
- Creazione di un audit trail
- Gestione e monitoraggio dei modelli
Riassunto e conclusione
Requisiti
- Esperienza con Azure Machine Learning
Pubblico
- Scienziati dei dati
Recensioni (5)
Era proprio quello che avevamo chiesto, e una quantità abbastanza equilibrata di contenuti ed esercizi che coprivano i diversi profili degli ingegneri dell'azienda che hanno partecipato.
Arturo Sanchez - INAIT SA
Corso - Microsoft Azure Infrastructure and Deployment
Traduzione automatica
I've got to try out resources that I've never used before.
Daniel - INIT GmbH
Corso - Architecting Microsoft Azure Solutions
The Exercises
Khaled Altawallbeh - Accenture Industrial SS
Corso - Azure Machine Learning (AML)
Molto cordiale e disponibile
Aktar Hossain - Unit4
Corso - Building Microservices with Microsoft Azure Service Fabric (ASF)
Traduzione automatica
the ML ecosystem not only MLFlow but Optuna, hyperops, docker , docker-compose