Úvod
Po trénování chcete nasadit model strojového učení, abyste model integrovali s aplikací. Ve službě Azure Machine Learning můžete model snadno nasadit do dávkového nebo online koncového bodu při registraci modelu v MLflow.
Představte si, že jste datový vědec a pracujete pro společnost, která vytváří aplikaci pro lékaře zdravotní péče, která pomáhá diagnostikovat cukrovku u pacientů. Lékaři zadají zdravotní informace pacienta a očekávají od aplikace odpověď, která indikuje, zda pacient pravděpodobně bude mít cukrovku nebo ne.
Očekáváte pravidelné přetrénování modelu, který předpovídá cukrovku. Pokaždé, když máte více trénovacích dat, chcete model přetrénovat, aby se vytvořil model s lepším výkonem. Pokaždé, když se model přetrénuje, chcete aktualizovat model nasazený do koncového bodu a integrovat ho s aplikací. Tím poskytujete odborníkům nejnovější verzi modelu, kdykoli aplikaci používají.
Dozvíte se, jak zaregistrovat model v MLflow ve službě Azure Machine Learning a připravit model na nasazení.
Studijní cíle
V tomto modulu se naučíte:
- Zaznamenávejte modely pomocí MLflow.
- Seznamte se s formátem MLmodel.
- Registrace modelu MLflow ve službě Azure Machine Learning