Machine Learning per le app Python in Azure
Gli articoli seguenti illustrano come iniziare a usare Azure Machine Learning. Le API REST di Azure Machine Learning v2, l'estensione dell'interfaccia della riga di comando di Azure e Python SDK accelerano il ciclo di vita di Machine Learning di produzione. I collegamenti in questo articolo sono destinati alla versione 2, consigliata se si avvia un nuovo progetto di Machine Learning.
Introduzione
L'area di lavoro è la risorsa di primo livello per Azure Machine Learning, che fornisce una posizione centralizzata da cui gestire tutti gli artefatti creati quando si usa Azure Machine Learning.
- Avvio rapido: Iniziare a usare il servizio Azure Machine Learning
- Gestire le aree di lavoro di Azure Machine Learning nel portale o con Python SDK (v2)
- Eseguire notebook di Jupyter nell'area di lavoro
- Esercitazione: Sviluppo di modelli in una workstation cloud
Distribuire i modelli
Distribuire modelli di Machine Learning per l'inferenza in tempo reale.
- Esercitazione: Progettazione - Distribuire un modello di Machine Learning
- Distribuire e assegnare un punteggio a un modello di Machine Learning usando un endpoint online
Machine Learning automatizzato
Machine Learning automatizzato, noto anche come ML automatizzato o AutoML, è il processo che consente di automatizzare le attività ripetitive e dispendiose in termini di tempo legate allo sviluppo di modelli di Machine Learning.
- Eseguire il training di un modello di regressione con AutoML e Python (SDK v1)
- Configurare il training AutoML per i dati tabulari con l'interfaccia della riga di comando di Azure Machine Learning e Python SDK (v2)
Accesso ai dati
Con Azure Machine Learning è possibile trasferire dati da un computer locale o da un'archiviazione basata sul cloud esistente.
- Creare e gestire asset di dati
- Esercitazione: Caricare, accedere ed esplorare i dati in Azure Machine Learning
- Accedere ai dati in un processo
Pipeline di apprendimento automatico
Usare le pipeline di Machine Learning per creare un flusso di lavoro che unisce varie fasi di Machine Learning.