Introdução
Após o treinamento, você deseja implantar um modelo de aprendizado de máquina para integrar o modelo a um aplicativo. No Azure Machine Learning, você pode desdobrar facilmente um modelo num lote ou endpoint online ao registar o modelo com MLflow.
Imagine que você é um cientista de dados, trabalhando para uma empresa que cria um aplicativo para profissionais de saúde para ajudar a diagnosticar diabetes em pacientes. Os profissionais inserem as informações médicas de um paciente e esperam uma resposta do aplicativo, indicando se um paciente tem probabilidade de ter diabetes ou não.
Você espera treinar regularmente o modelo que prevê diabetes. Sempre que você tiver mais dados de treinamento, você deseja treinar novamente o modelo para produzir um modelo com melhor desempenho. Sempre que o modelo é retreinado, você deseja atualizar o modelo que é implantado no ponto de extremidade e integrado ao aplicativo. Ao fazer isso, você está fornecendo aos profissionais a versão mais recente do modelo sempre que eles usarem o aplicativo.
Você aprenderá como registrar um modelo com MLflow no Aprendizado de Máquina do Azure para preparar o modelo para implantação.
Objetivos de aprendizagem
Neste módulo, você aprenderá a:
- Modelos de log com MLflow.
- Entenda o formato MLmodel.
- Registre um modelo MLflow no Azure Machine Learning.