Usługa Azure Machine Learning: szkolenie i eksperymentowanie z modelami

Nowoczesne uczenie maszynowe wymaga czegoś więcej niż tylko pisania kodu; wymaga systematycznego eksperymentowania, śledzenia i oceny w celu znalezienia modeli o najlepszej wydajności. Ten kurs tekstowy przedstawia podstawowe pojęcia dotyczące przepływów pracy uczenia maszynowego w chmurze przy użyciu usługi Azure Machine Learning. Przejdziesz od ręcznego, nieśledzonego szkolenia lokalnego do uporządkowanych eksperymentów w chmurze. Czytając jasne wyjaśnienia i studiując fragmenty kodu z prawdziwego świata, dowiesz się, jak zautomatyzować wybór modelu, systematycznie śledzić eksperymenty i zapewnić, że twoje modele są uczciwe i wyjaśnialne. Co się nauczysz: Zrozumienie podstawowych koncepcji uczenia maszynowego w chmurze i konfiguracji środowiska; Konfiguruj zautomatyzowane uczenie maszynowe (AutoML), aby skutecznie odkrywać optymalne modele; Śledź parametry treningowe, wskaźniki i artefakty za pomocą zintegrowanych notatników MLflow; Analizuj wydajność i uczciwość modelu za pomoca pulpitu nawigacyjnego Responsible AI; Wdrażaj wyszkolone modele i poznaj podstawowe koncepcje potoków MLOps. Kurs zaczyna się od podstawowej terminologii i konfiguracji obszaru roboczego, zanim przejdzie do praktycznych przewodników po kodzie do szkolenia i śledzenia. Przejdziesz od podstawowych ręcznych przebiegów do zautomatyzowanych przepływów pracy i oceny modelu. Ten kurs jest przeznaczony dla początkujących naukowców zajmujących się danymi, programistów i analityków, którzy chcą wykorzystać narzędzia ML w chmurze. Nie jest wymagane wcześniejsze doświadczenie z platformami chmurowymi, chociaż pomocna jest podstawowa znajomość Pythona. Rozpocznij swoją podróż w chmurze uczenia maszynowego już dziś dzięki uporządkowanej lekturze i praktycznym przykładom.