Bereitstellen und Überwachen eines Modells in Azure Machine Learning
Fortgeschrittene Anfänger
Wissenschaftliche Fachkraft für Daten
Technische Fachkraft für DevOps
Azure Machine Learning
GitHub
Wählen Sie dieses Modul aus, wenn Sie Modelle mithilfe von GitHub Actions und geschützten Umgebungen registrieren, bereitstellen, überwachen und zurücksetzen möchten.
Lernziele
In diesem Modul lernen Sie Folgendes:
- Registrieren, versionieren und archivieren Sie MLflow-Modelle über ihren gesamten Lebenszyklus hinweg.
- Verwenden Sie GitHub Umgebungen, um den Zugriff zu steuern und eine Genehmigung vor der Produktionsförderung zu verlangen.
- Bereitstellen und Beheben von Problemen bei einem verwalteten Online-Endpunkt, sicheres Höherstufen eines Modells und Zurücksetzen auf eine frühere Version.
- Automatisieren Sie die Modellbereitstellung und -tests mit GitHub Actions.
- Überwachen Sie ein bereitgestelltes Modell und erkennen Sie Signale, die untersuchungs- oder umschulungen erfordern.
Voraussetzungen
- Programmiererfahrung mit Python oder R
- Erfahrung mit dem Entwickeln und Trainieren von Machine Learning-Modellen
- Vertrautheit mit grundlegenden Azure Machine Learning Konzepten wie Aufträgen, Modellen und Endpunkten
- Grundlegende Kenntnisse über GitHub und kontinuierliche Integration/kontinuierliche Bereitstellung (CI/CD)-Konzepte