Introdução
Imagine que você treinou um modelo para recomendar restaurantes. O modelo é treinado e acompanhado no Azure Machine Learning. Você deseja usar o modelo em seu aplicativo no qual os consumidores podem procurar restaurantes em sua área. Sempre que um consumidor seleciona um restaurante no aplicativo, você deseja que o modelo recomende outros restaurantes que também possam ser de interesse do consumidor para aprimorar a experiência do usuário.
Sempre que treinar um modelo, você desejará consumir o modelo. Você deseja usar o modelo treinado para prever rótulos para novos dados nos quais o modelo não foi treinado.
Para consumir o modelo, você precisa implantá-lo. Um modo de implantar um modelo é integrá-lo a um serviço que permite que os aplicativos solicitem previsões instantâneas ou em tempo real para conjuntos individuais ou pequenos de pontos de dados.
No Azure Machine Learning, você pode usar pontos de extremidade online para implantar e consumir seu modelo.
Objetivos de aprendizagem
Neste módulo, você aprenderá a:
- Crie pontos de extremidade online gerenciados.
- Implante um modelo do MLflow em um ponto de extremidade online gerenciado.
- Implante um modelo personalizado em um ponto de extremidade online gerenciado.
- Teste pontos de extremidade online.