Azure Machine Learning: Addestramento e Sperimentazione di Modelli

Il machine learning moderno richiede più della semplice scrittura di codice; richiede sperimentazione sistematica, tracciamento e valutazione per trovare i modelli con le migliori prestazioni. Questo corso basato su testo ti guida attraverso i concetti fondamentali dei flussi di lavoro di machine learning basati su cloud utilizzando Azure Machine Learning. Passerai dall'addestramento locale manuale e non tracciato alla sperimentazione strutturata su cloud. Leggendo spiegazioni chiare e studiando frammenti di codice reali, imparerai come automatizzare la selezione dei modelli, tracciare sistematicamente gli esperimenti e garantire che i tuoi modelli siano equi e spiegabili. Cosa imparerai: Comprendere i concetti fondamentali del machine learning su cloud e la configurazione dell'ambiente; Configurare esecuzioni di machine learning automatizzato (AutoML) per scoprire modelli ottimali in modo efficiente; Tracciare parametri di addestramento, metriche e artefatti utilizzando notebook integrati con MLflow; Analizzare le prestazioni e l'equità del modello con la dashboard Responsible AI; Distribuire modelli addestrati e comprendere i concetti di base delle pipeline MLOps. Il corso inizia con la terminologia essenziale e la configurazione dell'area di lavoro prima di passare a dimostrazioni pratiche di codice per l'addestramento e il tracciamento. Progredirai da esecuzioni manuali di base a flussi di lavoro automatizzati e valutazione dei modelli. Questo corso è progettato per data scientist principianti, sviluppatori software e analisti che desiderano sfruttare gli strumenti di ML su cloud. Non è richiesta alcuna esperienza precedente con le piattaforme cloud, sebbene una conoscenza di base di Python sia utile. Inizia oggi il tuo percorso nel machine learning su cloud attraverso letture strutturate ed esempi pratici.