Aprendizado de máquina para aplicativos Python no Azure
Os artigos a seguir ajudam você a começar a usar o Aprendizado de Máquina do Azure. As APIs REST do Azure Machine Learning v2, a extensão da CLI do Azure e o SDK do Python aceleram o ciclo de vida do aprendizado de máquina de produção. Os links neste artigo visam a v2, o que é recomendado se você estiver iniciando um novo projeto de aprendizado de máquina.
Introdução
O workspace é o recurso de nível superior para o Azure Machine Learning. Ele fornece um local centralizado para trabalhar com todos os artefatos que você cria ao usar o Azure Machine Learning.
- Guia de Início Rápido: introdução ao Azure Machine Learning
- Gerenciar espaços de trabalho do Aprendizado de Máquina do Azure no portal ou com o SDK do Python (v2)
- Executar Jupyter notebooks no espaço de trabalho
- Tutorial: Desenvolvimento de modelos em uma estação de trabalho em nuvem
Implantar modelos
Implante modelos de aprendizado de máquina para inferência em tempo real.
- Tutorial: Designer - implantar um modelo de aprendizado de máquina
- Implantar e pontuar um modelo de aprendizado de máquina usando um ponto de extremidade online
Machine Learning automatizado
O machine learning automatizado, também conhecido como ML automatizado ou AutoML, é o processo de automatizar as tarefas demoradas e iterativas do desenvolvimento de modelo de machine learning.
- Treinar um modelo de regressão com AutoML e Python (SDK v1)
- Configurar o treinamento de AutoML para dados tabulares com a CLI do Aprendizado de Máquina do Azure e o SDK do Python (v2)
Acesso de dados
Com o Azure Machine Learning, você pode trazer dados de um computador local ou de um armazenamento baseado em nuvem existente.
- Criar e gerenciar ativos de dados
- Tutorial: Carregar, acessar e explorar seus dados no Aprendizado de Máquina do Azure
- Acessar dados em um trabalho
Pipelines do aprendizado de máquina
Use pipelines de aprendizado de máquina para criar um fluxo de trabalho que une várias fases de ML.