Entrenamiento y administración de un modelo de Machine Learning con Azure Machine Learning
Para entrenar un modelo de Machine Learning con Azure Machine Learning, debe hacer que los datos estén disponibles y configuren el proceso necesario. Después de entrenar el modelo y de realizar el seguimiento de las métricas del modelo con MLflow, puede decidir implementar el modelo en un punto de conexión en línea para predicciones en tiempo real. En esta ruta de aprendizaje, explorará cómo configurar el área de trabajo de Azure Machine Learning, después de la cual entrenará y administrará un modelo de Machine Learning.
Requisitos previos
None
Código de logros
¿Desea solicitar un código de logro?
Módulos en esta ruta de aprendizaje
Obtenga información sobre cómo conectarse a datos desde el área de trabajo de Azure Machine Learning. Se le presentan los almacenes de datos y los recursos de datos.
Aprenda a trabajar con destinos de proceso en Azure Machine Learning. Los destinos de proceso le permiten ejecutar las cargas de trabajo de aprendizaje automático. Explore cómo y cuándo puede usar una instancia de proceso o un clúster de proceso.
Aprenda a usar entornos en Azure Machine Learning para ejecutar scripts en cualquier destino de proceso.
Obtenga información sobre cómo convertir el código en un script y ejecutarlo como un trabajo de comando en Azure Machine Learning.
Obtenga información sobre cómo realizar un seguimiento del entrenamiento del modelo con MLflow en trabajos al ejecutar scripts.
Aprenda a registrar un modelo de MLflow en Azure Machine Learning.
Aprenda a implementar modelos en un punto de conexión en línea administrado para la inferencia en tiempo real.