Introdução
Como cientista de dados, você deseja escrever um código que funcione em qualquer ambiente de desenvolvimento. Esteja você usando computação local ou em nuvem, o código deve ser executado com êxito para treinar um modelo de machine learning, por exemplo.
Para executar o código, você precisa garantir que os pacotes, bibliotecas e dependências necessários estejam instalados na computação que você usa para executar o código. No Azure Machine Learning, os ambientes listam e armazenam os pacotes necessários que você pode reutilizar entre destinos de computação.
Observação
Neste módulo, nos referimos à interpretação de ambientes do Azure Machine Learning. Observe que o termo ambientes também é usado para descrever outros conceitos técnicos. Por exemplo, no DevOps, os ambientes referem-se à coleção de recursos usados para uma fase específica na implantação do aplicativo, como o ambiente de desenvolvimento ou produção. Saiba mais sobre a implantação contínua para aprendizado de máquina.