Aprendizado de máquina para aplicativos Python no Azure
Os artigos a seguir ajudam você a começar a usar o Azure Machine Learning. 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 destinam-se à v2, que é recomendada se você estiver iniciando um novo projeto de aprendizado de máquina.
Introdução
A área de trabalho é o recurso de nível superior do Azure Machine Learning que proporciona um local centralizado para trabalhar com todos os artefactos que cria quando utiliza o Azure Machine Learning.
- Guia de início rápido: introdução ao Azure Machine Learning
- Gerenciar espaços de trabalho do Azure Machine Learning no portal ou com o SDK do Python (v2)
- Executar blocos de anotações Jupyter em seu espaço de trabalho
- Tutorial: Desenvolvimento de modelos em uma estação de trabalho na nuvem
Implementar 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 aprendizado de máquina automatizado, também conhecido como ML automatizado ou AutoML, é o processo de automatizar as tarefas iterativas e demoradas do desenvolvimento de modelos de aprendizado de máquina.
- Treinar um modelo de regressão com AutoML e Python (SDK v1)
- Configurar o treinamento de AutoML para dados tabulares com a CLI do Azure Machine Learning e o SDK do Python (v2)
Acesso a dados
Com o Azure Machine Learning, você pode trazer dados de uma máquina local ou de um armazenamento baseado em nuvem existente.
- Criar e gerenciar ativos de dados
- Tutorial: Carregue, acesse e explore seus dados no Azure Machine Learning
- Aceder a dados numa tarefa
Pipelines de aprendizagem automática
Use pipelines de aprendizado de máquina para criar um fluxo de trabalho que une várias fases de ML.