簡介

  • 2 分鐘

假設您是機器學習工程師，與糖尿病分類模型的資料科學小組合作。 資料科學小組所建立的工作流程會預先處理資料並定型模型。 您想要自動執行工作流程。 如此一來，您將在不同事件驅動的不同環境中啟用分類模型的自動化定型 (和重新定型)。

自動化是機器學習作業 (MLOps) 中的重要部分。 MLOps 與 DevOps 類似，可讓您快速開發機器學習成品和將這些成品傳遞給取用者。 有效的 MLOps 策略可讓您建立自動化工作流程，以定型、測試及部署機器學習模型，同時確保維護模型品質。

您將會使用 GitHub Actions，自動執行 Azure Machine Learning 作業來定型模型。 若要使用 GitHub Actions 執行 Azure Machine Learning 作業，您會將 Azure 認證儲存為 GitHub 中的祕密。 接著，您將使用 YAML 定義 GitHub Action。

學習目標

在本課程模組中，您將了解如何：

  • 建立服務主體，並指派執行 Azure Machine Learning 作業所需的權限。
  • 使用 GitHub 中的祕密安全地儲存 Azure 認證。
  • 使用 YAML 建立 GitHub 動作，以使用儲存的 Azure 認證來執行 Azure Machine Learning 作業。